为什么用jsoup解析后img标签没有src值？

Question

我想从html img标签获取src值。 通过chrome和inspect元素的内部，我可以看到src的值，但是当我用jsoup库解析它时，src没有值，这是我的代码：

document = Jsoup.connect("http://estelam.rahvar120.ir/index.jsp? 
pageid=2371666&p=1").userAgent(USERAGENT).method(Connection.Method.GET)
.execute().parse();

Element element = document.select("img[id=capimg]").first(); //img 
tag element
String absoluteUrl = element.absUrl("src"); // absoluteUrl = ""
String srcValue = element.attr("src"); // srcValue = ""

无法从其他国家访问该网站，但是我想从html解析的位置是：

<img id="capimg" alt="Enter Captcha :" 
src="" width="200" height="60">

问题是jsoup会在javascript设置src值之前获取html内容，该怎么办？

Answer 1

欢迎您！

您遇到的问题无法通过Jsoup解决，因为Jsoup是HTML解析器而不是浏览器。而且，由于它不是浏览器，因此JavaScript呈现的任何内容都不会使用Jsoup呈现。

您需要的是另一个模拟网络浏览器的工具，例如Selenium

有多种方法可以做到这一点。

1. 使用Selenium处理页面检索和抓取。
2. 使用Selenium获取动态页面，并使用JSoup解析和剪贴内容。

我个人建议使用第二种方法，因为使用Jsoup进行报废比较舒服。