我正试图从链接中提取新闻文章。我使用以下代码提取它的类名。我很确定特定的类存在,但它无法获取内容。同样的代码适用于其他类似的网站。
Document document = Jsoup.connect(newsLink).get();
Elements element = document.getElementsByClass("ins_storybody");
story = element.text();
我不确定为什么您的解决方案不起作用,但如果您使用css选择器功能,它应该起作用:
String story = document.select("div.ins_storybody").text();
您也可以尝试这个CSS选择器:
#ins_storybody
示例代码
Document document = Jsoup.connect(newsLink).get();
Element element = document.getElementById("#ins_storybody").first();
if (element==null) {
throw new RuntimeException("Unable to locate story in: " + newsLink);
}
story = element.text();
element
也可以如下检索:
Element element = document.getElementById("ins_storybody");
以下两项都为我自己工作
Document doc= Jsoup.connect("http://www.ndtv.com/world-news/apple-paid-ceo-tim-cook-10-3-million-in-2015-1263130").get();
Elements element = doc.getElementsByClass("ins_storybody");
String text= element.text();
System.out.println(text);
Document doc = Jsoup.connect("http://www.ndtv.com/world-news/apple-paid-ceo-tim-cook-10-3-million-in-2015-1263130").get();
String text = doc.select("div.ins_storybody").text();
System.out.println(text);
你有没有检查以确保你提供了正确的网址?尝试将"doc"变量打印到控制台,这应该包含网页的内容。