Java Jsoup返回&；活动文本字段的名称

所以它看起来很简单，但我无法检索这个网页上的文本，而且它似乎正在改变

package WorldBoss;


import org.jsoup.nodes.Document;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;
import java.net.MalformedURLException;

public class WorldBoss {

    public static void main(String [] args) throws MalformedURLException {
        Document page = null;
        try {
            page = Jsoup.connect("http://wiki.guildwars2.com/wiki/World_boss").get();
        } catch (IOException e) {
            e.printStackTrace();
        }
        Elements allTimers = page.getElementsByClass("timerjs");
        String firstTime = allTimers.first().html();
        System.out.println(firstTime);
    }
}

它正在改变，因为它是一个倒计时

在页面的属性中，它表示innerHTML是正确的

有人知道我如何通过Jsoup获得这些信息吗

---

如果您想签出该页面，则该页面是可用的。

正如Pshemo在评论中提到的，Jsoup是一个html解析器，因此它既不会呈现页面，也不会在页面上执行脚本

为了成功地提取您想要的字段，我通过selenium使用phantomjs驱动程序对您的代码做了一些修改。使用phantom获取和呈现页面，页面源通过管道传输到Jsoup进行解析。找到下面的代码：

import org.jsoup.nodes.Document;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.phantomjs.PhantomJSDriver;
import org.openqa.selenium.remote.DesiredCapabilities;

public class WorldBoss {

    public static void main(String [] args) {

    WebDriver driver = new PhantomJSDriver(new DesiredCapabilities());
    driver.get("http://wiki.guildwars2.com/wiki/World_boss"); //retrieve page

    //It is very bad to wait explicitly, the best practice is to wait for a specific element on the page e.g. the element you're looking for [1]
    try { // wait to ensure page is loaded and java script is rendered
        Thread.sleep(3 * 1000);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    String pageSource = driver.getPageSource();
    Document page = Jsoup.parse(pageSource);
    Elements allTimers = page.getElementsByClass("timerjs");

    for (Element timer : allTimers) {
        //you can get whichever timer you want with it's index
        String firstTime = timer.html().trim();
        if (firstTime.isEmpty()) continue;
        //use timer for whatever you want
        System.out.println(firstTime);
    }
}
}

我使用了maven，因此pom文件中的依赖项是：

    <dependency>
        <groupId>org.jsoup</groupId>
        <artifactId>jsoup</artifactId>
        <version>1.7.2</version>
    </dependency>
    <dependency>
        <groupId>org.seleniumhq.selenium</groupId>
        <artifactId>selenium-java</artifactId>
        <version>2.47.1</version>
    </dependency>
    <dependency>
        <groupId>com.github.detro.ghostdriver</groupId>
        <artifactId>phantomjsdriver</artifactId>
        <version>1.0.1</version>
    </dependency>

如果您的机器上没有安装phantomjs，您需要安装它才能工作。要在基于debian的设备上安装phantom，请执行以下操作：

sudo apt-get install phantomjs

对于其他平台（或从源代码构建）

希望这有帮助

---

正如Pshemo在评论中提到的，Jsoup是一个html解析器，因此它既不呈现页面，也不在页面上执行脚本

为了成功地提取您想要的字段，我通过selenium使用phantomjs驱动程序对您的代码做了一些修改。使用phantom获取和呈现页面，页面源通过管道传输到Jsoup进行解析。找到下面的代码：

import org.jsoup.nodes.Document;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.phantomjs.PhantomJSDriver;
import org.openqa.selenium.remote.DesiredCapabilities;

public class WorldBoss {

    public static void main(String [] args) {

    WebDriver driver = new PhantomJSDriver(new DesiredCapabilities());
    driver.get("http://wiki.guildwars2.com/wiki/World_boss"); //retrieve page

    //It is very bad to wait explicitly, the best practice is to wait for a specific element on the page e.g. the element you're looking for [1]
    try { // wait to ensure page is loaded and java script is rendered
        Thread.sleep(3 * 1000);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    String pageSource = driver.getPageSource();
    Document page = Jsoup.parse(pageSource);
    Elements allTimers = page.getElementsByClass("timerjs");

    for (Element timer : allTimers) {
        //you can get whichever timer you want with it's index
        String firstTime = timer.html().trim();
        if (firstTime.isEmpty()) continue;
        //use timer for whatever you want
        System.out.println(firstTime);
    }
}
}

我使用了maven，因此pom文件中的依赖项是：

    <dependency>
        <groupId>org.jsoup</groupId>
        <artifactId>jsoup</artifactId>
        <version>1.7.2</version>
    </dependency>
    <dependency>
        <groupId>org.seleniumhq.selenium</groupId>
        <artifactId>selenium-java</artifactId>
        <version>2.47.1</version>
    </dependency>
    <dependency>
        <groupId>com.github.detro.ghostdriver</groupId>
        <artifactId>phantomjsdriver</artifactId>
        <version>1.0.1</version>
    </dependency>

如果您的机器上没有安装phantomjs，您需要安装它才能工作。要在基于debian的设备上安装phantom，请执行以下操作：

sudo apt-get install phantomjs

对于其他平台（或从源代码构建）

希望这有帮助

---

Jsoup不是浏览器模拟器，而是HTML解析器。这意味着它不支持JavaScript。尝试在不支持JavaScript的情况下在浏览器中加载该页面，您将看到带有

timerjs

类的每个元素都初始化为

与

相同。尝试使用不同的工具，如SeleniumWeb驱动程序。Jsoup不是浏览器模拟器，而是HTML解析器。这意味着它不支持JavaScript。尝试在不支持JavaScript的情况下在浏览器中加载该页面，您将看到带有

timerjs

类的每个元素都初始化为

与

相同。尝试使用不同的工具，如SeleniumWeb驱动程序。