《jsoup》专题
-
Jsoup 介绍
Jsoup 是一个基于 Java 的库，用于处理基于 HTML 的内容。它提供了一个非常方便的 API 来提取和操作数据，使用最好的 DOM、CSS 和类似 jquery 的方法。它实现了 WHATWG HTML5 规范，并将 HTML 解析为与现代浏览器相同的 DOM。 Jsoup 库实现了 WHATWG HTML5 规范，并将 HTML 内容解析为与现代浏览器相同的 DOM。 Jsonp 库提
-
JSOUP中的UserAgent？
问题内容： 我在代码中到处都有。 设置为Mozilla。 如果我要将其设置为 Google Chrome或Opera，该怎么办？ 我怎样才能做到这一点？提前致谢。 问题答案： 去那里 ： http://www.useragentstring.com/pages/Opera/ 或 http://www.useragentstring.com/pages/Chrome/ 并获得您喜欢的一个。 例如：
-
jsoup没有获得完整的数据
问题内容： 我有一个学校项目，可以解析网络代码并将其像数据库一样使用。当我尝试从（https://www.marathonbet.com/en/betting/Football/）提取数据时，我没有全部了解吗？ 这是我的代码： 获得的结果（这是显示的联赛的最后一个）： 在她上面显示所有联赛。 为什么我没有完整的数据？感谢您的时间！ 问题答案： Jsoup的默认正文响应限制为1MB。您可以使用 ma
-
JSoup-选择所有评论
问题内容： 我想使用JSoup从文档中选择所有注释。我想做这样的事情： 我已经试过了： } 但是在日食“不兼容的条件操作数类型元素和注释”中发生以下错误。 干杯， 问题答案： 由于您需要应用到节点对象，而不是元素，因此：
-
jsoup的奇怪编码行为
问题内容： 我使用jsoup从不同页面的html源代码中提取了一些信息。它们大多数是UTF-8编码的。其中之一是使用ISO-8859-1编码的，这会导致一个奇怪的错误（在我看来）。 包含错误的页面是：http : //www.gudi.ch/armbanduhr- metall- wasserdicht-1280x960-megapixels-p-560.html 我用以下代码阅读了所需的Stri
-
jsoup-从Wikipedia文章中提取文本
问题内容： 我正在编写一些Java代码，以便使用Wikipedia在文本上实现NLP任务。如何使用JSoup提取Wikipedia文章的所有文本（例如，http://en.wikipedia.org/wiki/Boston中的所有文本）？ 问题答案： 当然，您可以通过这种方式检索格式化的内容。如果您想要“原始”内容，则可以使用或使用call 过滤结果。
-
apache.httpclient能够获取内容时，JSoup.connect引发403错误
问题内容： 我正在尝试解析任何给定页面的HTML转储。我使用了HTML Parser ，还尝试了JSoup进行解析。 我在Jsoup中找到了有用的功能，但调用时却收到403错误 我尝试使用HTTPClient来获取html转储，并且对于相同的url成功。 为什么JSoup会为403提供相同的URL，而该URL正在提供来自Commons HTTP客户端的内容？难道我做错了什么？有什么想法吗？ 问题答
-
如何使用Jsoup删除硬空间？
问题内容： 我正在尝试从HTML中的实体中删除硬空间。我无法使用或删除它，等等！我不明白 我什至在Stackoverflow上找到了可以尝试的方法，但两者均无济于事。 我尝试了此操作（因为返回实际的硬空格字符U + 00A0 ）： 但是我不知道为什么不能使用删除空白。 问题答案： 您的第一次尝试 几乎是 这样，您完全可以将Jsoup映射到U + 00A0。您只是不希望字符串中使用双反斜杠： 不使用
-
如何解决jsoup错误：无法找到到请求目标的有效证书路径
问题内容： 我正在尝试解析以下URL的html： https://www.smuc.ac.kr/mbs/smuc/jsp/board/list.jsp?boardId=6993&id=smuc_040100000000 我收到以下错误： 这是我的代码： 问题答案： 由于JSoup在1.12.1版（https://jsoup.org/news/release-1.12.1）中已弃用并删除了valid
-
如何在jsoup中获取元素的一级子级
问题内容： 在jsoup中，返回Element的所有子代（后代）。但是，我想要Element的一级子级（直系子级）。 我可以使用哪种方法？ 问题答案： Element.children（）仅返回直接子代。由于您将它们绑定到树上，因此它们也有孩子。 如果需要直接子元素而没有底层树结构，则需要按以下方式创建它们 输出量
-
使用Jsoup打开连接，获取状态代码并解析文档
问题内容： 我正在使用jsoup创建一个类，该类将执行以下操作： 构造函数将打开与url的连接。 我有一种方法可以检查页面状态。即200、404等。 我有一种解析页面并返回网址列表的方法。 下面是我要做的工作的粗略工作，而不是因为我尝试了许多不同的事情而变得很粗糙 如您所见，我可以获取页面状态，但是使用构造函数中已经打开的连接，我不知道如何解析文档，我尝试使用： 但这是不行的。有什么建议？还是更好
-
Jsoup：如何获取2个标题标签之间的所有html
问题内容： 我正在尝试获取2 h1标签之间的所有html。实际的任务是根据h1（heading 1）标签将html分成几帧。 感谢任何帮助。 谢谢苏尼尔 问题答案： 如果要获取和处理两个连续标签之间的所有元素，则可以处理同级对象。这是一些示例代码：
-
具有自定义CSS的Android Studio Webview（jsoup）
我想加载facebook。com在webview中使用自定义CSS来更改一些内容。我使用jsoup，但每次启动应用程序时都会崩溃。 这是我的代码： Logcat输出 FATAL EXCEPTION： main Process：android.app.， PID： 23936hread.mainRuntimeException：无法启动活动ComponentInfo{hread.java:5417}
-
获取URL时出现Jsoup HTTP错误。状态=403，当进行后期请愿时
我一直在寻找这个问题，假设这个问题是使用用户代理修复的，但事实并非如此<我要做的是从请愿书中取出cookies，这是代码 程序在第
-
如何解决HTTP错误获取URL。status=503 JSOUP（我尝试了所有解决方案）
在我的大数据项目中，我必须开发一个JSOUP脚本来获取巴黎2018年气象数据并存储它们 我尝试了user\u Agent的所有解决方案，但都有相同的错误（URL在浏览器上工作） 错误显示在第8天，这样他可以在8次请求后检测到这是一个机器人。