无法使用HtmlUnit通过xpath提取内容
我正试图从这个马耳他新闻页面中提取标题 使用以下XPath无法使用HtmlUnit通过xpath提取内容,xpath,htmlunit,Xpath,Htmlunit,我正试图从这个马耳他新闻页面中提取标题 使用以下XPath html/body/table/tbody/tr[2]/td/table/tbody/tr[4]/td/table/tbody/tr[1]/td[1]/table/tbody/tr/td/table/tbody/tr/td[2]/table[3]/tbody/tr[1]/td/h1 (虽然不漂亮,但这个Xpath是由Chrome生成的,因为缺少元素ID,所以很有意义) 我正在用Java编程提取标题。这是密码。我使用相同的代码(显然使用
html/body/table/tbody/tr[2]/td/table/tbody/tr[4]/td/table/tbody/tr[1]/td[1]/table/tbody/tr/td/table/tbody/tr/td[2]/table[3]/tbody/tr[1]/td/h1
(虽然不漂亮,但这个Xpath是由Chrome生成的,因为缺少元素ID,所以很有意义)
我正在用Java编程提取标题。这是密码。我使用相同的代码(显然使用了不同的xpath)提取了新闻内容和文章日期
但是,它为中提到的xpath提供了一个空指针
((doElement)page.getFirstByXPath(“html/body/table/tbody/tr[2]/td/table/tbody/tr[4]/td/table/tbody/tr[1]/td[1]/table/tbody/tr/td/table/tbody/tr/td[2]/table[3]/tbody/tr[1]/td/h1”)。asText()代码>
没有找到DomeElement,我确信它在那里,毕竟Chrome创建了XPath
这可能是什么原因
提前谢谢没那么容易。你应该:
请参阅它实际使用Page.asXml()创建的文本HTMLUnit
更正您正在遍历的XPath,以匹配在上一步中输出的HTMLUnit
谢谢你的提示。有效的Xpath实际上是/html/body/table/tbody/tr[2]/td/table/tbody/tr[4]/td/table/tbody/tr[1]/td[1]/table/tbody/tr/td/table/tbody/tr/td[2]/table/table[2]/tbody/tr[1]/td/h1。最后,不是表[3],而是表/表[2]。不知道为什么Chrome首先给了我第一个Xpath!再次感谢!
public static void main (String[] args) {
WebClient webClient = new WebClient();
HtmlPage page = null;
try {
page = webClient.getPage("http://www.maltarightnow.com/?module=news&at=Inawgurat+%26%23289%3Bnien+%26%23289%3Bdid+f%27Marsalforn&t=a&aid=99839603&cid=19");
} catch (FailingHttpStatusCodeException | IOException e) {
}
String text = ((DomElement)page.getFirstByXPath("html/body/table/tbody/tr[2]/td/table/tbody/tr[4]/td/table/tbody/tr[1]/td[1]/table/tbody/tr/td/table/tbody/tr/td[2]/table[3]/tbody/tr[1]/td/h1")).asText();
System.out.println(text);
}