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(jié)構(gòu)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(jié)構(gòu)：

總結(jié)：以上就是關(guān)于java爬蟲jsoup解析多空格class數(shù)據(jù)的詳細(xì)內(nèi)容，感謝大家的閱讀和對服務(wù)器之家的支持。

原文鏈接：https://jingyan.baidu.com/article/c85b7a64bfca85003bac95ed.html