java爬蟲問題二: 使用jsoup爬取數據class選擇器中空格多選擇怎麼解決

問題描述：

在使用jsoup爬取其餘網站數據的時候，發現class是帶空格的多選擇，若是直接使用doc.getElementsByClass(「class的值」),這種方法獲取不到想要的數據。

爬取網站頁面結構以下：

 

其中文章列表的div爲：<div class="am-cf inner_li inner_li_abtest"></div>

咱們能夠看到其class的值爲：am-cf inner_li inner_li_abtest。帶空格的。多值的。

若是咱們仍是用getElementsByClass()這個方法獲取的話，是獲取不到的。eclipse中斷點以下：

 

能夠看到獲取的值的長度size=0。沒有獲取到數據。

通過各方搜索，發現解決方案：使用的不是getElementsByClass()方法，能夠使用其餘方法。

先上成功後截圖：

 

咱們能夠看到數據的長度size=20了。說明獲取到數據了。

下面講解select方法使用：

Elements org.jsoup.nodes.Element.select(String cssQuery)

 

樣式選擇器。

查看源碼：

 

咱們知道這個能夠多個。

在看看咱們案例中使用的是：div.am-cf.inner_li.inner_li_abtest。爲何要這麼寫呢？

查看須要爬取文章的頁面結構：

 

​

這下就明白了爲何這麼用了吧。

凱哥微信id:kaigejava

我的網站：www.kaigejava.com

凱哥網站地址：http://kaigejava.com/article/detail/121