如何提取该网页中的所有章节标题？

Question

使用JSoup，我一直试图选择所有h2节标题节点（进入elements列表）：

Elements sectionheadings = dom.doc.select("h2[class=section-heading collapsible-heading open-block]");

在这个维基百科页面中：

https://en.m.wikipedia.org/wiki/banana_cake

html.client-js body.mediawiki.ltr.sitedir-ltr.stable.skin-minerva.action-view.animations div#mw-mf-viewport div#mw-mf-page-center div#content div#bodycontent.content.mw-content-ltr h2.section-heading.collable-heading.open-block

我做错了什么？

选择所有这些h2标题的正确JSoup语法是什么？（我在那里至少能看到其中的4个）

Answer 1

确定使用什么选择器的最佳方法是打印出JSOUP检索的HTML文档并对其进行检查。我自己用你的url做了这件事，发现：

• 在检索的文档中，h2标记没有任何属性

但是，当我们使用Firebug检查网站时，为什么会有h2标记的属性呢？这是因为属性是在网站加载过程中由JavaScript生成的。由于JSOUP无法爬网Javascript生成的内容，因此它将以纯HTML内容“原样”检索网站内容。

Elements sectionheadings = dom.doc.select("h2");