一尘不染

页面内容已加载JavaScript,但Jsoup看不到它

java

页面上的一个块由JavaScript填充内容,并且在用Jsoup加载页面后,没有任何信息。解析网页时,是否还有办法获取JavaScript生成的内容Jsoup

由于代码太长,因此无法在此处粘贴页面代码:http : //pastebin.com/qw4Rfqgw

这是我需要的内容元素: <div id='tags_list'></div>

我需要用Java获取此信息。最好使用Jsoup。元素是在JavaScript帮助下的字段:

<div id="tags_list">
    <a href="/tagsc0t20099.html" style="font-size:14;">разведчик</a>
    <a href="/tagsc0t1879.html" style="font-size:14;">Sr</a>
    <a href="/tagsc0t3140.html" style="font-size:14;">стратегический</a>
</div>

Java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;

public class Test
{
    public static void main( String[] args )
    {
        try
        {
            Document Doc = Jsoup.connect( "http://www.bestreferat.ru/referat-32558.html" ).get();
            Elements Tags = Doc.select( "#tags_list a" );

            for ( Element Tag : Tags )
            {
                System.out.println( Tag.text() );
            }
        }
        catch ( IOException e )
        {
            e.printStackTrace();
        }
    }
}

阅读 622

收藏
2020-03-07

共1个答案

一尘不染

JSoup是HTML解析器,不是某种嵌入式浏览器引擎。这意味着它完全不知道在初始页面加载后Javascript添加到DOM的任何内容。

为了访问这种类型的内容,你将需要一个嵌入式浏览器组件,关于此类组件有很多关于SO的讨论,例如,是否有一种将浏览器嵌入Java的方法?

2020-03-07