Java如何找出URL是http还是https?
我正在用Java编写网络爬虫工具.当我输入网站名称时，如何在不定义协议的情况下使它以http或https连接到该网站? try { Jsoup.connect("google.com").get(); } catch (IOException ex) { Logger.getLogger(LinkGUI.class.getName()).log(Level.SEVERE, nul
..
jsoup相关内容
带有userAgent的JSoup防止重定向
我将JSoup用于我的Web爬网程序 Connection con = Jsoup.connect("http://t.co/uySIPVNfgP"); Document doc = con.get(); String u = doc.baseUri(); 上面的代码将重定向的网址作为基本uri 但是设置了以下用户代理: con.userAgent("Mozilla/5.0
..
Jsoup从Li获取超链接
我有
Tom
..
JSOUP查找单词组
对于家庭作业，我必须编写一个程序，该程序从网站上抓取HTML，然后以某种方式在网站内查找短语.当我说短语时，是指以某种任意的方式组织文本，以便彼此接近的词放在同一组中.我知道这听起来确实不清楚，但是作业说明我们如何执行此操作取决于我们自己对如何找到“短语"的解释. 目前，我的代码如下: Document doc = Jsoup.connect("http://oracle.com/")
..
Jsoup-从< a>中提取数据标签，在< td>内标签
我想使用Jsoup从网站提取数据.数据在表格中. HTML代码:
Pop.Density 123
我要打印: zip code...(taken from a text file): 123 我有以下例外情况: Exce
..
如何使用带有多个类名元素的Jsoup解析html文件?
下面的Java代码对于带有css-sched-table-title之类的html文件可以很好地工作. 但是我有多个类名可以在html文件中找到，例如css-sched-waypoints，css-sched-times.如何在jsoup中使用getElementsByClass方法组合搜索.我不想多次编写代码，因为我想保留订单.我的意思是我想要 之类的东西 doc.getElement
..
提取结构松散的Wikipedia文本. html
维基百科歧义消除页面上的某些html是模棱两可的，也就是说，连接到名为Corzine的特定人员的链接很难使用jsoup捕获，因为它们没有明确的结构化，也没有存在例如此示例中的特定部分.请参见此处的"Corzine"页面. 如何获得它们? jsoup是适合此任务的工具吗? 也许我应该使用正则表达式，但是我害怕这样做，因为我希望它可以通用. may refer to:
..
如何在代码的异步部分中包装方法
如何围绕该代码的Async部分包装一个方法，以便可以获取作为返回值返回的变量"doc"，从而可以重用此方法?我无法在此类内声明静态方法，并且当我尝试使用void方法时，无法返回变量"doc"，并且代码中也存在错误. class JsoupParseTask extends AsyncTask { protected Docum
..
从URL解析来自Pdf，txt或docx文件的文本，而无需在Java 8中下载文本
我需要能够使用给定的URL(即http://website.com/document.pdf)在线解析文件中包含的文本. 我正在制作一个搜索引擎，该引擎基本上可以告诉我所搜索的单词是否在线存在于某个文件中，并检索文件的URL，因此我不需要下载文件而只需要阅读它即可. 我一直在寻找一种方法，并且找到了InputStream和OpenConnection的东西，但是并没有真正做到这一点.
..
在jsoup中使用正则表达式
我正在jsoup中尝试我的第一个认真的项目，但我在此问题上陷入了困境- 我正在尝试从网站获取邮政编码.有一个邮政编码列表. 以下是显示邮政编码的几行之一- 33011 所以我得到的想法是浏览页面，并从1-
..
JSoup +链接提取+重定向URL
我的代码在大多数情况下都有效.当网站重定向到新URL时，它将失败.例如，URL: http://www.oil-india.com/ 重定向到 http://www.oil-india.com/oilnew/ 在浏览器中.使用JSoup，以下代码无法从原始URL检索链接. doc = Jsoup.connect(url).timeout(0).userAgent(USER_AGENT).va
..
Jsoup-选择标签时出现问题
有没有办法选择一个在另一个元素之后的元素? 例如，如果我有:
...
，我想选择我可以做的第一个: Elements select = Jsoup.parse(HTML_PAGE).
..
JSoup javax.net.ssl.SSLHandshakeException:没有与< url>匹配的主题替代DNS名称.成立
我正在使用 JSoup 来获取网站. 我用这一行进行提取: Document doc = Jsoup.connect(urlString).get(); 该代码在首次运行程序的每个实例时都可以正常运行.如果再进行另一次提取，最终会出现以下错误: javax.net.ssl.SSLHandshakeException: No subject alternati
..
使用JSoup获取表的数据代码值
如何使用JSoup从表行获取data-code值? 这是我尝试过的内容，但它什么也没打印出来: Document doc = Jsoup.connect("http://www.example.com").get(); Elements dataCodes = doc.select("table[class=team-list]"); for (Element dataCode :
..
如何使用JSoup以正确的顺序遍历html的文本和属性
如何使用JSoup以正确的顺序遍历html文本和属性. text child 1 own text 1 text child 2 own text 2 我想对每个属性/文本进行一些处理. 例如最终输出可能类似于以下内容:- 1) text child 1 (is a link) 2) own text 1 3) text
..
无法在简单的Java Soup应用程序上找到或加载主类
我在此处 进行了这个简单程序的编译 package com.stackoverflow.q2835505; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; public class Test {
..
用jsoup读取XML
我是Java的新手，当然是jsoup的新手.在程序的此初步步骤中，我试图将基于Web的XML文件放入一个对象，我可以开始使用该文件输出内容. (这是一个巨大的XML文件，我希望最终能够添加过滤器) 这是一些示例XML. Acid Splash 0 C
..
JSOUP提交POST到表单
我目前正在通过网站申请来提高编程技能.现在，我可以通过该应用程序登录该网页.现在，我的重点是让用户通过应用程序更改其个人资料并将其保存到网站.问题是网站上没有任何反应，我也没有收到任何错误代码或任何东西. 当我单击“保存"按钮以将最近的更改保存在网站上时，我收到以下标头消息(通过使用google chrome f12->网络): firstname: John lastname:Ran
..
是什么使Jsoup比HttpURLConnection& HttpClient在大多数情况下
我想比较标题中提到的三种实现的性能，我写了一个JAVA程序来帮助我做到这一点.主要方法包含三个测试块，每个块如下所示: nb=0; time=0; for (int i = 0; i 0){ nb+
..
通过代理与JSoup连接
System.setProperty("http.proxyHost", ""); // set proxy server System.setProperty("http.proxyPort", ""); //set proxy port Document doc = Jsoup.connect("http://your.url.here").ge
..