使用 JSOUP 从 URL 获取实际页面和最后一页

Question

我正在尝试获取实际页面和最后一页，有人可以帮助我吗？

我的代码：

public void conectarSite(String url) throws IOException, InterruptedException {
        page = Jsoup.connect(url).data("query", "Java").userAgent("Agent").cookie("auth", "token").timeout(3000).post();
        
        
        //get actual Page
        Elements ActualPa=page.getElementsByClass("page active");
    
                        
        //get last Page
        Elements nextPage=page.getElementsByClass("page");
        int numPaginas =Integer.parseInt(nextPage.attr("#"));
                
    
    }

对于最后一页，使用此代码，我得到 "0" 。 在附件中，我发送了 HTML 代码的打印屏幕。如您所见，实际页面在“页面活动”类中，当前值为“1”，最后一页的值为“16”。

谢谢你们！

Answer 1

有用：https://jsoup.org/cookbook/extracting-data/selector-syntax（页面下方）

我冒昧地为 HTML 输入了一个更基本的字符串，但是... 你可以这样做：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

public class PageExtraction {

    public static void main(String... args) {
        String url = "<ul>"
                + "<li class=\"prev\">"
                +   "<a href=\"#\"><</a>"
                + "</li>"
                + "<li class=\"page active\">"
                +   "<a href=\"#\">1</a>"
                + "</li>"
                + "<li class=\"page\">2</li>"
                + "<li class=\"page\">3</li>"
                + "<li class=\"page\">4</li>"
                + "<li class=\"page\">5</li>"
                + "<li class=\"page\">6</li>"
                + "<li class=\"page\">...</li>"
                + "<li class=\"page\">"
                +   "<a href=\"#\">16</a>"
                + "</li>"
                + "</ul>";

        Document doc = Jsoup.parse(url);
        String activePage = doc.select("[class=page active] a").text(); // elements with class "page active"
        String allPages = doc.select("li.page a").last().text(); // list elements with class page

        // TODO what if last page > some max threshold?
    }
}