我从网站上获得了这个 JavaScript 源代码。
<script>"@context": "http://schema.org/","@type": "Product","name": "Shower head","image": "https://example.com/jpeg.png","description": "Hello stackoverflow","url": "link.com","offers": {"@type": "Offer","priceCurrency": "USD","price": "10.00","itemCondition": "http://schema.org/NewCondition","availability": "http://schema.org/InStock","url": "MyUrl.com","availableAtOrFrom": {"@type": "Place","name": "Geneva, NY","geo": {"@type": "GeoCoordinates","latitude": "42.8361","longitude": "-76.9874"}},"seller": {"@type": "Person","name": "Edward"}}}</script>
我正在尝试使用此 JSoup 代码来提取最后一行 "name": "Edward"
public class JsoupCrawler {
public static void main(String[] args) {
try {
Document doc = Jsoup.connect("https://example.com").userAgent("mozilla/17.0").get();
Elements temp = doc.select("script.name");
int i=0;
for (Element nameList:temp) {
i++;
System.out.println(i+ " "+ nameList.getElementsByTag(" ").first().text() );
}
}
catch (IOException e) {
ex.printStackTrace();
}
}
}
有人可以帮我解决这个问题,还是不可能?
最佳答案
JSoup 正在解释 HTML。 <script>
的内容元素包含 JavaScript,因此 JSoup 无法解释 <script>
中的内容元素。
看起来好像<script>
的内容元素采用 JSON 格式。所以你可以使用 JSoup 来获取 <script>
的内容element,然后尝试将这个字符串放入JSON解释库中。如果您想深入了解,请看这里:How to parse JSON in Java
如果这是一次性的,您可以相信 <script>
的内容元素不要改变太多,也可以使用正则表达式来到达所需的部分。不过,我建议使用 JSON 库。
关于java - 使用 JSoup 从网站源代码中提取 JavaScript 行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50192368/