java - Jsoup imdb 评分

Question

我编写了一个程序，它读取 imdb 上排名前 250 的电影的名称和评分，并返回评分的平均值。我有以下程序

import java.io.IOException;

import org.jsoup.*;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class da {

/**
 * @param args
 */
public static void main(String[] args) {
    try {


            Document doc=Jsoup.connect("http://www.imdb.com/chart/top").get();
            Elements e=doc.getElementsByClass("titleColumn");
            Elements t=doc.getElementsByClass("imdbRating");
            float suma=0;
        for(int i=0;i<e.size();i++)
            suma=suma+Float.parseFloat(t.get(i).text());

    System.out.println(suma/250);


    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }


}

}

我的问题是为什么在“t”中它需要“imdbRating”，因为如果我查看页面上的 html，我会看到评级所在的位置写着“ratingColumn imdbRating”(我错误地执行了这个程序，但我没有'不知道为什么它以这种方式而不是另一种方式工作)

Answer 1

在此程序中不需要元素 e。网页中的 titleColumn 只包含电影的标题。考虑到您只需要收视率，这是不必要的。当我重命名为 ratings 并稍微清理一下代码时，您可以只使用 t 元素:

    import java.io.IOException;

import org.jsoup.*;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class da {

    /**
     * @param args
     */
    public static void main(String[] args) {
        try {

            Document doc = Jsoup.connect("http://www.imdb.com/chart/top").get();
            Elements ratings = doc.select(".ratingColumn.imdbRating");

            float suma = 0;

            for(int i = 0; i < ratings.size(); i++)
                suma = suma + Float.parseFloat(ratings.get(i).child(0).text());

            System.out.println(suma/250);


        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }


    }

}

编辑:要选择具有多个类的元素，您必须使用 doc#select 并像上面那样向它传递一个 CSS 查询。