問(wèn)題描述：

在使用jsoup爬取其他網(wǎng)站數(shù)據(jù)的時(shí)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(yè)面結(jié)構(gòu)如下：

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(gè)方法獲取的話，是獲取不到的。eclipse中斷點(diǎn)如下：

可以看到獲取的值的長(zhǎng)度size=0。沒有獲取到數(shù)據(jù)。

經(jīng)過(guò)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：

我們可以看到數(shù)據(jù)的長(zhǎng)度size=20了。說(shuō)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)

樣式選擇器。

查看源碼：

我們知道這個(gè)可以多個(gè)。

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(yè)面結(jié)構(gòu)：

?

這下就明白了為什么這么用了吧。
凱哥微信id:kaigejava

個(gè)人網(wǎng)站：www.kaigejava.com
凱哥網(wǎng)站地址：http://kaigejava.com/article/detail/121

轉(zhuǎn)載于:https://blog.51cto.com/kaigejava/2074816

總結(jié)

以上是生活随笔為你收集整理的java爬虫问题二: 使用jsoup爬取数据class选择器中空格多选择怎么解决的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。