我在用Java解析网页时遇到了这个问题

我想在Google Play上解析一些网页（例如），以获取游戏的当前版本、总下载量等。我不是Java新手，但在解析方面有点新手。我听说了一些关于JSOUP库的事情，并试图处理它，但遇到了问题

Google Play似乎没有提供正确的HTML文档（页面源代码有点清晰）。我认为最初页面正在加载，只有在使用JS之后，数据才会加载到页面上。div/span类具有相同的名称，我得到如下结果：

<span class="htlgb">December 16, 2019</span>
<span class="htlgb">20M</span>
<span class="htlgb">100,000+</span>
<span class="htlgb">1.5.7</span>
<span class="htlgb">4.0 and up</span>

2019年12月16日
20米
100,000+
1.5.7
4.0及以上

---

这个怎么发音？有什么建议吗？我能不能用JSOUP解决这个问题

您只需使解析器与站点保持最新即可。现在，您必须假设第一个

span

类名是日期，第二个

span

是视图，第三个

span

是安装，等等。您可以通过类

htlgb

获得

span

元素的列表，并根据它们的索引识别它们

---

然而，如果你做一些其他的假设，你可以更确定。例如，您可以知道哪个

span

是日期，因为它的文本将包括一个月（即12月）。

如果页面要求JS加载您感兴趣的信息，那么可能更简单的方法是使用像Selenium这样的web驱动程序。相关：好的，似乎适合一个特定的页面。但这些跨度位于div块内。对于带有game div块的每个页面，都有不同的名称和相同的跨距名称。如何用它自动化解析过程？@Miroha-Oh这很粗糙。我建议查找带有月份的跨度，检查它是否与月份跨度的格式匹配（即month####，20##），然后获取该跨度的类名。这将是用于其余跨度的类名。