Java:如何使用 Jsoup 从 html 中提取特定数据？

Question

基本上，我试图从此 link 中提取股票的当前价格

通过查看页面源代码，我希望能够从中提取数字:

<meta itemprop="price"
        content="31.40" />

这是我的 Java 代码。

public double getCurrentPrice() throws IOException{
        String url = "https://www.google.com.hk/finance?q=0023&ei=yF14VYC4F4Wd0ASb64CoCw";
        Document doc = Jsoup.connect(url).get();
        Element content = doc.getElementById("meta");
}

我不断收到此错误:

456.0Exception in thread "main" java.lang.Error: Unresolved compilation problem: 
    Element cannot be resolved to a type

    at application.Trade.getCurrentPrice(Trade.java:45)
    at application.Trade.main(Trade.java:64)

该错误消息不是很有帮助。我该如何克服这个问题？

Answer 1

导入正确的类。另外，meta 不是 id，而是标签。因此您不能使用 getElementById 来获取该元素。使用 itemprop 属性获取此元素并通过 content 获取值 属性。

通配符仅从包中导入类。例如

import org.jsoup.* 将导入 org.jsoup.nodes 但不会导入 org.jsoup.nodes.Element; 因为 org.jsoup.nodes.Element 位于 org.jsoup.nodes 包中。

示例。

import java.io.IOException;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
public class example {

    public static void main(String[] args) throws IOException {
        String url = "https://www.google.com.hk/finance?q=0023&ei=yF14VYC4F4Wd0ASb64CoCw";
        Document doc = Jsoup.connect(url).get();
        Element content = doc.select("meta[itemprop=price]").first();
        System.out.println(content.attr("content"));
    }
}

输出

31.40

编辑

知道应该导入哪些类......

考虑这个声明

Document doc 

现在您正在创建 Document 对象，因此您应该导入 Document 类。如果您阅读 jsoup api你可以看到这个类的层次结构。

如您所见，Document是包org.jsoup.nodes的一个类所以你将类导入为 import org.jsoup.nodes.Document; 。你必须阅读 api。不管怎样，像netbeans这样的ide，eclipse会建议你导入一些类，这很简单并且节省了很多时间。