每当我尝试从 Google 搜索结果中删除搜索时,我总是遇到问题。我正在使用 Jsoup 提取 HTML 代码,但我无法从我需要的网页中提取信息。我的目标是达到标题下信息的描述。这是我的代码:
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.IOException;
import java.net.InetSocketAddress;
import java.net.Proxy;
public class internetSearch {
public void retrieveFileInfo(String pulling) {
Document doc;
try {
String proxyAdress = "1.2.3.4";
int proxyPort = 1234;
Proxy proxy = new Proxy(Proxy.Type.HTTP, InetSocketAddress.createUnresolved(proxyAdress, proxyPort));
doc = Jsoup
.connect(pulling)
.userAgent("Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)")
.header("Content-Language", "en-US")
.timeout(0)
.get();
System.out.println(doc.toString());
Elements links = doc.select("div[class=g]");
for (Element link : links) {
Elements titles = link.select("h3[class=r]");
String title = titles.text();
Elements bodies = link.select("span[class=st]");
String body = bodies.text();
System.out.println("Title: " + title);
System.out.println("Body: " + body + "\n");
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
为了获取我的代码,我使用了网络上的许多资源。过去,我也使用过 Selenium,但无济于事。
我不断搜索我的结果以找到它所在的类“.st”(在 h3、span、.st 中),但我没有得出结论。
仅仅是 Google 弄乱了代码,还是我遗漏了一些重要的东西?
最佳答案
这是 estivate 的解决方案(这是一个带有与 JSoup 兼容的注解的 Java DOM 解析器)
Document doc = // here your JSoup document grabbing
EstivateMapper2 mapper = new EstivateMapper2()
List<GoogleResult> results = mapper.mapToList(doc, GoogleResult .class);
GoogleResult 的定义如下:
@Select("div.g")
public class GoogleResult {
@Text(select = "h3.r")
public String title;
@Text(select = "div.s cite")
public String link;
@Text(select = "span.st")
public String body;
}
关于java - 使用 Jsoup 解析 SERPS 中的搜索描述(谷歌结果),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41986337/