我正在尝试解析网页并使用Jsoup提取数据。但该链接是动态的,并在显示详细信息之前抛出等待加载的页面。所以Jsoup似乎处理等待页面而不是详细信息页面。无论如何要等待页面满载?
答案 0 :(得分:4)
如果某些内容是在加载页面后动态创建的,那么解析完整内容的最佳机会就是将Selenium与JSoup一起使用:
%d
答案 1 :(得分:2)
可能有问题的页面是由浏览器(客户端)中的JavaScript生成的。 Jsoup不解释JavaScript,所以你运气不好。但是,您可以在浏览器开发人员工具的网络选项卡中分析页面加载,并找出在页面加载期间进行的AJAX调用。这些调用也有URL,您可以通过直接访问它们获得所需的所有信息。或者,您可以使用真实的浏览器引擎加载页面。如果使用Java 8,可以使用selenium webdriver等库或JavaFX webkit组件。
答案 2 :(得分:0)
我想我只是在扩大luksch的答案。我不熟悉Web框架,所以答案看起来有点难以理解。因为页面是使用像Jsoup这样的解析器动态加载的,所以我们必须知道在尝试解析之前所有元素都已完全加载。因此,不要立即解析,而是使用webdriver(selenium)检查元素状态,加载后,获取页面源并解析或使用webdriver本身来收集所需的数据,而不是使用单独的解析器。
WebDriver driver = new ChromeDriver();
driver.get("<DynamicURL>");
List<WebElement> elements = null;
while (elements == null)
{
elements = driver.findElements(By.className("marker"));
if (!valuePresent(elements))
{
elements = null;
}
}
if (elements != null)
{
processElements(elements);
}