java - 如何使用 jsoup 从这个 html 页面获取文本？

Question

我正在使用此代码检索此页面主要文章中的文本。

public class HtmlparserExampleActivity extends Activity {
String outputtext;
  TagFindingVisitor visitor;
  Parser parser = null;
private static final String TAG = "TVGuide";



TextView outputTextView;

/** Called when the activity is first created. */
@Override
public void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    setContentView(R.layout.main);

    outputTextView = (TextView)findViewById(R.id.outputTextView);
    String id = "main-article-content";
    Document doc = null;

    try {
        doc = Jsoup.connect("http://movies.ign.com/articles/100/1002569p1.html").get();
    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }

    Log.i("DOC", doc.toString().toString());
    Elements elementsHtml = doc.getElementsByTag(id);  
    String[] temp1 = new String[99];    
    int i =0;
    for(Element element: elementsHtml)
    {

        temp1[1] = element.text();
        i++;
        outputTextView.setText(temp1[1]);

问题是 TextView 中没有显示任何内容。我试图检索的文本都没有出现。 Log.i 与调试日志中的段一起显示。所以我知道它连接成功。只是不知道为什么我在 TextView 中没有收到任何文本。

Answer 1

以下是您问题相关性的简化摘录:

Document doc = Jsoup.connect("http://movies.ign.com/articles/100/1002569p1.html").get();
Elements elementsHtml = doc.getElementsByTag("main-article-content");  
// ...

你在这里犯了一个根本性的错误。没有像 <main-article-content> 这样的 HTML 标签在文档中。但是，有一个 <div id="main-article-content"> .根据 CSS 选择器概述大约一半 Jsoup cookbook , 你应该使用 #id选择器。

Document doc = Jsoup.connect("http://movies.ign.com/articles/100/1002569p1.html").get();
Element mainArticleContent = doc.select("#main-article-content").first();  
// ...