java - 使用 Jsoup 进行抓取的更好方法

Question

我今天开始使用 JSoup。因此，作为一个例子，我开始从这个站点抓取代理。

在玩了很多之后，我能够抓取代理，但没有它们的端口号，因为它们使用的是 JavaScript。我想知道我们是否也可以使用 JSoup 刮取这些端口号。由于这是我的第一次尝试，我想知道我采取的方法是否正确。所以我发布了可以获取代理的代码。

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.jsoup.safety.Whitelist;

public class ListLinks
{
    public static void main(String[] args)
    {
        try
        {
            Document doc = Jsoup.connect("http://www.samair.ru/proxy/socks01.htm").get();
            Elements content = doc.select("table.tablelist tbody tr ");
            for(Element com: content)
            {
                Element fi=com.select("td").first();
                String e=fi.text();
                String safe=Jsoup.clean(e,Whitelist.basic());
                System.out.println(safe);
            }

        }
        catch(Exception e)
        {
          System.out.print("Problem");
        }
    }

}

Answer 1

是的，你的方法没问题。

但有一件事：没有必要String safe=Jsoup.clean(e,Whitelist.basic());
因为String e=fi.text();会给你一个干净的字符串。