使用jsoup将html转换为纯文本时如何保留行间距？
我有以下代码: public class NewClass { public String noTags(String str){ return Jsoup.parse(str).text(); } public static void ma...
Jsoup SocketTimeoutException: 读取超时
当我使用Jsoup解析大量HTML文档时，我遇到了SocketTimeoutException的问题。 例如，我有一个链接列表：<a href="www.domain.com/url1.html">link1</a> <a href="...
如何“扫描”一个网站（或页面）以获取信息，并将其导入到我的程序中？
我正在努力找出如何从网页中提取信息并将其带入我的Java程序。例如，如果我知道我想要的确切页面，为了简单起见，是一个Best Buy商品页面，那么我如何从该页面获取所需的适当信息？比如标题、价格和描述等？这个过程应该被称为什么？我甚至不知道从哪里开始研究。 编辑： 好的，我正在测试JSoup...
Jsoup发布和Cookie
我正在尝试使用jsoup登录一个网站并抓取信息，但是遇到了问题。我可以成功登录并从index.php创建文档，但我无法获取该网站上的其他页面。我知道需要在提交后设置cookie，并在尝试打开站点的另一页时加载它。但我该如何做呢？以下代码允许我登录并获取index.php。Document do...
Jsoup - 去除所有格式和链接标签，只保留文本
假设我有一个像这样的HTML片段:<p> <span> foo </span> <em> bar <a> foobar </a> baz </em> </p> 我想要从中提取的内容是：foo bar...
JSoup用户代理，如何正确设置？
我想用 JSoup 解析 Facebook 的首页，但我始终只能获取移动设备的 HTML 代码，而不是正常浏览器版本（在我的情况下是 Firefox 5.0）。 我这样设置 User Agent：doc = Jsoup.connect(url) .userAgent("Mozil...
页面内容使用JavaScript加载，而Jsoup无法识别。
页面上的一个区块是由JavaScript填充的，但是使用Jsoup加载页面后，没有该信息。在解析页面时，有没有办法获取由JavaScript生成的内容？ 无法在此处粘贴页面代码，因为它太长了：http://pastebin.com/qw4Rfqgw 这是我需要的元素：<div id=...
如何为Jsoup添加代理支持？
我是Java的初学者，我的第一个任务是解析一些10,000个网址并从中提取一些信息，为此我使用了Jsoup，并且它运行良好。 但现在我想添加代理支持。这些代理还有用户名和密码。
连接错误："org.jsoup.UnsupportedMimeTypeException: Unhandled content type"
当我尝试使用jsoup打开链接进行解析时，出现了错误。 连接命令：Document doc = Jsoup.connect("http://www.rfi.ro/podcast/emisiune/174/feed.xml") .timeout(10 * 100...
如何使用jsoup解析HTML表格？
我正在尝试使用jsoup解析HTML。这是我第一次使用jsoup，并且我也阅读了一些关于它的教程。下面是我正在尝试解析的HTML表格 - 如果你看到我的下表，它现在有三个 tr （我缩短了它只为了理解目的，但通常会更多）。现在我想从下面的表中提取 Cluster Name 和相应的 host...