如何加载html的全部内容-jsoup

ffscu2ro  于 2021-07-09  发布在  Java
关注(0)|答案(1)|浏览(275)

我试图使用jsoup下载html表行,但它只解析部分html内容。我也尝试了下面的代码来加载完整的html内容,但是没有成功。如有任何建议,将不胜感激。

public class AmfiDaily {
    public static void main(String[] args) {
        AmfiDaily amfiDaily = new AmfiDaily();

        amfiDaily.extractAmfiTable("https://www.amfiindia.com/intermediary/other-data/transaction-in-debt-and-money-market-securities");
    }

    public  void extractAmfiTable(String url){
        Document doc;

        try {
            FileWriter writer = new FileWriter("D:\\FTRACK\\Amfi Report " + java.time.LocalDate.now() + ".csv");
            Document document = Jsoup.connect(url)
                    .userAgent("Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:25.0) Gecko/20100101 Firefox/25.0")
                    .maxBodySize(0)
                    .timeout(100000*5)
                    .get();

            Elements rows = document.select("tr");  

                 for (Element row : rows) {              

                Elements cells1 = row.select("td");                   

                for (Element cell : cells1) {

                    if (cell.text().contains(",")) {

                        writer.write(cell.text().concat(","));

                    }
                    else
                    {
                        writer.write(cell.text().concat(","));
                    }                       

                }                   

                writer.write("\n");                   
                 }
            writer.close();
        } catch (IOException e) {
            e.getStackTrace();
        }
    }
}
o75abkj4

o75abkj41#

禁用javascript以查看jsoup所看到的内容。页面的一部分加载了ajax,因此jsoup无法访问它。但有一种简单的方法可以检查额外数据的来源。
您可以使用浏览器调试器检查“网络”选项卡并查看请求和响应。

您可以看到该表是从以下url下载的:https://www.amfiindia.com/modules/loadmodules/moneymarketsecurities
您可以直接使用此url来获取所需的数据。
要克服jsoup的限制并一次加载整个html,您应该使用selenium webdriver,示例如下:https://stackoverflow.com/a/54510107/9889778

相关问题