我正在使用jsoup库,今天我遇到了问题。 我凑DuckDuckGo,并获得每一个页面的查询结果的所有冠军,但使用使用JSoup从所有页面获取结果
Document doc = Jsoup.connect("https://duckduckgo.com/html/?q=" + query).get();
我得到大约只有第一页的结果。我怎样才能继续下一页?
我正在使用jsoup库,今天我遇到了问题。 我凑DuckDuckGo,并获得每一个页面的查询结果的所有冠军,但使用使用JSoup从所有页面获取结果
Document doc = Jsoup.connect("https://duckduckgo.com/html/?q=" + query).get();
我得到大约只有第一页的结果。我怎样才能继续下一页?
您需要从每个页面中提取表单参数以获取下一页的请求参数。这是如何:
public static Map<String, String> getFormParams(final Document doc) {
return doc.select("div.nav-link > form")
.first()
.select("input")
.stream()
.filter((input) -> {
return input.attr("name") != null && !input.attr("name").equals("");
})
.collect(Collectors.toMap(input -> input.attr("name"), input -> input.attr("value")));
}
public static void main(final String... args) throws IOException {
final String baseURL = "https://duckduckgo.com/html";
final Connection conn = Jsoup.connect(baseURL)
.userAgent("Mozilla/5.0 (Linux; Android 4.0.4; Galaxy Nexus Build/IMM76B) AppleWebKit/535.19 (KHTML, like Gecko) Chrome/18.0.1025.133 Mobile Safari/535.19");
conn.data("q", "search phrase"); // Change "search phrase"
// 1st page
final Document page1 = conn.get();
final Map<String, String> formParams
= getFormParams(page1);
// 2nd page
final Document page2 = conn.data(formParams).get();
}
好的男人,这个工程,但我真的不明白为什么,因为我从来没有研究过这样的事情。我试图通过第二页但没有任何结果。你能再给我一个例子吗?真的非常感谢您的支持 –
如果有效,请点击接受答案。如上所述,您需要使用Jsoup来提取当您单击下一页时提交的表单参数。 – Kamran
你能提供你的Java解决方案吗? – Sergii
我做了一些网页抓拍,你有两个选择: 1)看看网站是如何构建他们的网址的,所以你可以模仿下一页的结果,2)尝试搜索链接“下一页”,获取链接并通过jsoup访问以获得下一批结果,在“下一页”链接被禁用或不存在的情况下重复。 –