1

我是 JSoup 的新手,如果我的问题太琐碎,对不起。我正在尝试从http://www.nytimes.com/提取文章文本,但在打印解析文档时,我无法在解析的输出中看到任何文章

public class App 
{

    public static void main( String[] args )
    {
        String url = "http://www.nytimes.com/";
        Document document;
        try {
            document = Jsoup.connect(url).get();

            System.out.println(document.html()); // Articles not getting printed
            //System.out.println(document.toString()); // Same here
            String title = document.title();
            System.out.println("title : " + title); // Title is fine

    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }

} 

好的,我试图解析“ http://en.wikipedia.org/wiki/Big_data ”来检索 wiki 数据,这里也有同样的问题,我没有在输出中获取 wiki 数据。任何帮助或提示将不胜感激。

谢谢。

4

1 回答 1

0

以下是获取所有<p class="summary>文本的方法:

final String url = "http://www.nytimes.com/";
Document doc = Jsoup.connect(url).get();

for( Element element : doc.select("p.summary") )
{
    if( element.hasText() ) // Skip those tags without text
    {
        System.out.println(element.text());
    }
}

如果你需要所有 <p>标签,没有任何过滤,你可以使用doc.select("p")。但在大多数情况下,最好只选择您需要的那些(请参阅此处获取 Jsoup 选择器文档)。

于 2013-06-21T13:34:15.110 回答