Jsoup выбор таблицы данных - PullRequest
Новая
       6

Jsoup выбор таблицы данных

3 голосов
/ 11 июня 2011

Для жизни я не могу понять, как выбрать img src, используя jsoup ссылку, заканчивающуюся на "51u1FaI-FHL._SL500_AA300_.jpg".

Я пробовал несколько вещей, но ничегоработал.Любая помощь? 

doc1 = Jsoup.connect("http://www.amazon.com/gp/product/B0051HDDO2?ie=UTF8&ref=mas_faad").timeout(20000).get();
Element table = doc1.select("table[class=productImageGrid]").first()
Iterator<Element> ite = table.select("td[height=300]").iterator();

Спасибо, Коди 

<table style="text-align: center;" border="0" cellpadding="0" cellspacing="0" width="300"> 
  <tr> 
    <td id="prodImageCell" height="300" width="300" style="padding-bottom: 10px;"><img onclick="if(0 ){ async_openImmersiveView(event);} else {openImmersiveView(event);}" class="prod_image_selector" style="cursor:pointer;" onload="if (typeof uet == 'function') { uet('af'); }" **src="http://ecx.images-amazon.com/images/I/51u1FaI-FHL._SL500_AA300_.jpg"** id="prodImage"/><div id="prodImageCellInner" style="position: relative; height:0px; "><!--Comment for IE as it is empty div--></div></td> 
    <td id="prodVideoClick" style="display:none"></td> 
    <img id="loadingImage" src=http://g-ecx.images-amazon.com/images/G/01/ui/loadIndicators/loading-large_boxed._V192195297_.gif style="position: absolute;  z-index: 200; display:none"> 
 </tr> 
  <tr> 
    <td class="tiny" style="padding-bottom: 5px;">&nbsp;<span id="prodImageCaption" style="color: #666666; font-size: 10px;">Click for larger image and other views</span>&nbsp;</td> 
  </tr> 
 </table>

Ответы [ 2 ]

0 голосов
/ 13 июня 2011

Проблема здесь заключается в том, что Amazon возвращает HTML-код в jsoup, отличный от вашего браузера, на основе запроса UserAgent.

Я установил UserAgent для известного браузера и выбрал элемент, используя#prodImage ID, и получил результат ОК.

Например, 

Document doc = Jsoup.connect("http://www.amazon.com/gp/product/B0051HDDO2?ie=UTF8&ref=mas_faad")
        .timeout(20000)
        .userAgent("Mozilla/5.0 (Macintosh; Intel Mac OS X 10_6_7) AppleWebKit/534.30 (KHTML, like Gecko) Chrome/12.0.742.91 Safari/534.30")
        .get();
Element img = doc.select("#prodImage").first();
System.out.println(img.attr("src"));

Возвращает http://ecx.images-amazon.com/images/I/51u1FaI-FHL._SL500_AA300_.jpg

Чтобы устранить подобные проблемы, я предлагаю вывести doc.html()и просмотр извлеченного, проанализированного HTML-кода, поскольку он может отличаться от HTML-кода источника просмотра вашего браузера (поскольку серверы могут возвращать другой HTML-код, а исходный код-представление показывает до того, как HTML был приведен в порядок и встроен в DOM).

Надеюсь, это поможет!

0 голосов
/ 11 июня 2011

@ user793728: попробуйте это: - 

document = Jsoup.connect("http://www.amazon.com/gp/product/B0051HDDO2?ie=UTF8&ref=mas_faad").timeout(20000).get();

Elements elements =document.select(".prod_image_selector");
    for (Element element : elements){
        Attributes imageAttributes=element.attributes();
        for (Attribute attribute: imageAttributes){
            if(attribute.getKey().equals("src")){
            String imageURL=attribute.getValue();
            }
        }

    }
...