使用 jsoup 获取表跨度类内容答案

【问题标题】：get table span class content using jsoup使用 jsoup 获取表跨度类内容
【发布时间】：2015-07-22 09:50:01
【问题描述】：

我有一个网站，其中包含一个看起来与这个相似（更大..）的表格：

</table>    
<tr>
    <td>
        <table width="100%" cellspacing="-1" cellpadding="0" border="0" dir="rtl" style="padding-top: 25px;">
            <tr>
                <td align="right" style="padding-right: 25px;">
                    <span class="artist_name_txt">
                            <a href="/namelink">name</a>
                            <p class="diccografia">subname</p>
                            </span>
                </td>
            </tr>
        </table>
    </td>
</tr>

<tr>
    <td>
        <table width="100%" border="0" cellspacing="0" cellpadding="0" dir="rtl" style="padding-right: 25px; padding-left: 25px">

                <tr>
                        <td class="songs" align="right">

                                <a href="/number1link" class="artist_player_songlist">  number1</a>

                            </td>
                    </tr>
                <tr>
                        <td class="songs" align="right">

                                <a href="/number2link" class="artist_player_songlist">number2</a>


.......
            </td>   
        </tr>
</table>

我需要知道如何解析网站并将此表提取到 2 个数组中 -

一个类似于名称{number1, number2}
第二个是链接{number1link, number2link}

我尝试了很多方法，但没有什么能真正帮助我。

【问题讨论】：

标签： java android html jsoup

【解决方案1】：

您应该阅读JSoup Cookbook - 特别是Selector syntax 非常强大。

这是一个例子：

final String html = ...
// use connect().get() instead if you connect to an website
Document doc = Jsoup.parse(html); 
List<String> names = new ArrayList<>();
List<String> links = new ArrayList<>();

for( Element element : doc.select("a.artist_player_songlist") )
{
    names.add(element.text());
    links.add(element.attr("href"));
}

System.out.println("Names: " + names);
System.out.println("Links: " + links);

输出：

Names: [number1, number2]  
Links: [/number1link, /number2link]

【讨论】：

好吧，我认为该代码只工作了一次，我不知道为什么，但是当我使用 doc = Jsoup.connect(url).get(); （对于这个 url shironet.mako.co.il/artist?type=works&lang=1&prfid=975），我得到了这个 html：而不是正常的页面 html，我认为这可能是因为此页面中的广告.. 有什么理由忽略此广告？（或者这里有其他问题？）
该代码适用于您描述的问题。它不适用于新链接，因为有一个 javascript 并且 jsoup 不支持 JS 执行。但是，并非所有内容都丢失了 - 您可以将 Jsoup 与 JS 库结合使用。请参阅here 获取一些示例。 Jsoup + HtmlUnit 已经证明是一个很好的组合。
感谢您的评论，但我知道我不能在 android 中使用 Htmlunit，有什么替代方法？有一个简单的教程吗？
您也可以尝试我的链接答案中列出的其他人。我将在我的答案中编辑一些（希望如此）有用的讨论（cmets 中没有足够的空间）。
好的，谢谢，我会尽快尝试，如果可行，我会更新，你！