java爬蟲jsoup解析多空格class數(shù)據(jù)的示例分析

這篇文章主要介紹了java爬蟲jsoup解析多空格class數(shù)據(jù)的示例分析，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

在使用jsoup爬取其他網(wǎng)站數(shù)據(jù)的時候，發(fā)現(xiàn)class是帶空格的多選擇，如果直接使用doc.getElementsByClass(“class的值”),這種方法獲取不到想要的數(shù)據(jù)。

1、問題描述：

在使用jsoup爬取其他網(wǎng)站數(shù)據(jù)的時候，發(fā)現(xiàn)class是帶空格的多選擇，如果直接使用doc.getElementsByClass(“class的值”),這種方法獲取不到想要的數(shù)據(jù)。

爬取網(wǎng)站頁面結構如下：

2、其中文章列表的div為：<div class="am-cf inner_li inner_li_abtest"></div>

我們可以看到其class的值為：am-cf inner_li inner_li_abtest。帶空格的。多值的。

如果我們還是用getElementsByClass這個方法獲取的話，是獲取不到的。eclipse中斷點如下：

3、可以看到獲取的值的長度size=0。沒有獲取到數(shù)據(jù)。

經(jīng)過各方搜索，發(fā)現(xiàn)解決方案：使用的不是getElementsByClass方法，可以使用其他方法。

先上成功后截圖：

4、我們可以看到數(shù)據(jù)的長度size=20了。說明獲取到數(shù)據(jù)了。

下面講解select方法使用：

Elements org.jsoup.nodes.Element.select(String cssQuery)

5、樣式選擇器。

查看源碼：

6、我們知道這個可以多個。

在看看我們案例中使用的是：div.am-cf.inner_li.inner_li_abtest。為什么要這么寫呢？

查看需要爬取文章的頁面結構：

感謝你能夠認真閱讀完這篇文章，希望小編分享的“java爬蟲jsoup解析多空格class數(shù)據(jù)的示例分析”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業(yè)資訊頻道，更多相關知識等著你來學習!