Jsoup - CSS查詢選擇器問題（？）

我在這裏有一個奇怪的問題，我一直在使用Jsoup 1.7.2一段時間，沒有問題，只有現在，當我嘗試檢索主從本網站的頭條新聞：www.jornaldamarinha.pt，使用此代碼：Jsoup - CSS查詢選擇器問題（？）

// Connecting... 
Document doc = Jsoup.connect("http://www.jornaldamarinha.pt") 
        .timeout(0) 
        .get(); 

// "*[class*=zincontent-wrap]" in "Jsoup idiom", means: 
// Select all tags that contains classes with "zincontent-wrap" on its name. 
Elements elems = doc.select("*[class*=zincontent-wrap]"); // Retrieves 0 results! 

int t = elems.size(); 
Log.w("INFO", "Total Headlines: " + t); 

// Loop trought all retrieved headlines: 
for (Element e : elems) { 
    String headline = e.select("a").text().toString(); 
    Log.w("HEADLINE", headline); 
};

它失敗... 0檢索結果。 （如果檢索〜8）

有機會，這個問題的原因是：

外星人... （類似機器人，但醜陋......）
網站編碼。 （我嘗試使用ISO-8859-15編碼傳入的HTML，以處理葡萄牙語特殊字符，但問題仍然存在）
Mal格式的傳入HTML。 （我懷疑這可能是問題，因爲選擇器正常工作「嘗試jsoup在線網頁」，並且Jsoup通常處理破碎的HTML非常好）
在類名稱中使用減號（「 - 」）正在與Jsoup混淆。 （看來，對我來說，是主要的（或至少，這個問題的一個）原因）
別的東西... （很有可能！）

BUT ...在http://try.jsoup.org如果我取的網址：使用此CSS查詢http://www.jornaldamarinha.pt：

*[class*=zincontent-wrap]

一切工作好了，有！ （檢索所有〜8正確的結果！）

SO ...恢復，所有我需要的是做網頁究竟是幹什麼的，但使用的代碼。

感謝您提前告知任何光線或解決方法！ :)

來源

2013-06-12 Jorge Rosa

解決方案！...畢竟，上述代碼中的所有內容都正常工作，正如我懷疑的那樣，除了......該CSS查詢在Android的「默認用戶代理」上突破。我只是想通過設置「userAgent」到Jsoup的連接方法是非常重要的是！所以，我按照以下方式編輯了我的代碼，並且...現在就像一個魅力一樣！ （正好與相同的結果，如http://try.jsoup.org網頁）

Document doc = Jsoup.connect("http://www.jornaldamarinha.pt") 
        .userAgent("Mozilla/5.0 Gecko/20100101 Firefox/21.0") 
        .timeout(0) 
        .get();

希望這有助於其他人呢！ :)

來源

2013-06-12 20:08:42

Jsoup - CSS查詢選擇器問題（？）

回答

相關問題