Java 使用Jsoup.connect（）时会发生什么情况？为什么这么慢？

我正在使用以下行加载文档

Document doc = Jsoup.connect("http://www.some.site.with.lotsof.images/")
        .header("Accept-Encoding", "gzip, deflate")
        .userAgent("Mozilla/5.0 (Windows NT 6.1; WOW64; rv:23.0) Gecko/20100101 Firefox/23.0")
        .maxBodySize(0)
        .timeout(600000).get();  // So Slow (~10 Seconds)
Elements lyricList = doc.getElementsByClass("some-class");

我只需要图像的src。所以我只需要加载纯html文本

是否因为从URL加载图像而导致线路变慢

---

我的意思是Jsoup.connect（）是否会等待整个页面与图像一起加载？

Jsoup

连接可能会变慢，原因是：

• 您的互联网连接速度或
• CPU使用率（其他一些程序正在消耗内存！）或
• 正在访问的web服务器的响应速度

---

我已经抓取了数千页，以上三个（尤其是第三个）是最有可能减慢

Jsoup.connect（）

速度的问题。在您的情况下，我相信是您试图连接的web服务器减慢了您的连接速度，因为

Jsoup

不会等待图像加载，它会从服务器获得任何初始

html

响应。

而不是使用

Jsoup

进行获取和解析，尝试将

OkHttp

用于获取，将

Jsoup

用于解析

OkHttpClient okHttp = new OkHttpClient();
Request request = new Request.Builder().url("https://example.com").get().build();
Document doc = Jsoup.parse(okHttp.newCall(request).execute().body().string());

这在我的案例中产生了巨大的差异，以下是我运行的一个简单基准测试的平均结果：

okHttp+Jsoup:283ms

j组：476ms

---

你确定你的图像是从路径加载到资源，比如

，而不是像

那样在HTML代码中包含图像数据吗？是的，我肯定是这样的。我在调试期间复制并查看了整个html。