JSoup web-scraping：如何选择每个值

Question

我目前正在尝试使用 Jsoup 从 website 获取一些值，用于我的 android 应用程序。

基本上，我想提取这些值： 所以在代码中，模型名称应该转到 gpuModel 变量，价格转到 gpuPrice 等等，对于每一个图形卡。然后我会使用以下代码将它们存储在 firebase 中：

public void addToDatabase(String model, int price, int rating, double value, 
double bench) {
        Map<String, Object> docData = new HashMap<>();
        docData.put("model", model);
        docData.put("rating", rating);
        docData.put("bench", bench);
        docData.put("value", value);
        docData.put("price", price);

        db.collection("gpu").document(model).set(docData);
    }

这是每个 GPU 的 HTML 代码：

我目前正在尝试仅提取 gpu 型号名称以使其简单（最后我也想提取所有其他值），这是我当前的网络抓取代码：

public void webScrape(){
    new Thread(new Runnable() {
        @Override
        public void run() {
            final StringBuilder builder = new StringBuilder();

            try {
                Document doc = Jsoup.connect("https://www.videocardbenchmark.net/GPU_mega_page.html").get();
                Elements gpus = doc.select("[id^=gpu]");

                for (Element i : gpus) {
                    Elements gpuModel = i.select("tr td:nth-child(2)");
                    String gpuName = gpuModel.text().replace("/", "");
                    addToDatabase(gpuName, 12,12,12,12);
                }
            } catch (IOException e){
                e.printStackTrace();
            }

            runOnUiThread(new Runnable() {
                @Override
                public void run() {

                }
            });
        }
    }).start();

按照我的逻辑，这应该选择所有 GPU，然后在 for 循环中，它只会提取卡的名称。将 gpuName 设置为提取的任何内容并将其推送到数据库。

但是，我在我的数据库中得到了这个：

它提取了 GPU 名称，还提取了所有其他不需要的字段（包括价格、价值、测试日期等）。

所以我的问题是，如何分别选择每个值？我在互联网上找到的所有示例都是通过一个非常简单的网站完成的，其中每个值都有自己的 ID，所以我无法真正向他们学习。

如果有什么我应该提供的，请告诉我。

我想要的简单代码表示：

Document doc = Jsoup.connect(the url).get();
Elements gpus = doc.select(all gpu);

for (each gpu in all gpus) {
      gpuName = gpu.select(name);
      gpuPrice = gpu.select(price);
      gpuValue = gpu.select(value);
      gpuPower = gpu.select(power);
      addToDatabase(gpuName, gpuPrice, gpuPower, gpuValue);
   }

Answer 1

您应该在 run 方法中使用 a:nth-child(2) 作为模型名称选择器：

Elements gpuModel = i.select("a:nth-child(2)");