选择div-class标签使用Java

Question

我想选择<代码>

String url = "computerworld.bg/45781_sofiya_teh_park_tryabva_da_bade_zavarshen_do_kraya_na_2015_g";
Document document = Jsoup.parse(new URL(url).openStream(), "ISO-8859-1", url);
Elements elements = document.select("div.article_text");

然后我想迭代元素并获取它们的文本。但未选择 div。如果我只尝试使用div作为css选择器，则显示正确的文本信息，但是还有另一个不合适的div文本，因此我必须使用类名。

我哪里错了？

Answer 1

留档明明说可以的

Element masthead = doc.select("div.masthead").first(); // div with class=masthead

所以，我认为_是导致问题的原因。尝试使用div[class=article_text]作为选择器，如果不起作用，则使用div[class^=article]（类以文章开头），但它可以选择比您想要的更多的内容。

更新

< code>div.article_text使用代码中的url在在线Jsoup tester(http://try.jsoup.org/)上工作。也许问题是你如何得到文件。此示例使用< code>Jsoup.connect()

Document doc = Jsoup.connect("http://www.computerworld.bg/45781_sofiya_teh_park_tryabva_da_bade_zavarshen_do_kraya_na_2015_g").get();

更新2

事实证明，这个特定的URL会根据用户代理返回不同的内容（没有设置用户代理，article_text不存在于该div上），因此只需将userAgent设置为Mozilla，它就会起作用。

Jsoup.connect("http://www.computerworld.bg/45781_sofiya_teh_park_tryabva_da_bade_zavarshen_do_kraya_na_2015_g").userAgent("Mozilla").get();