Jsoup获取href的内容

Question

我正在使用 Jsoup 开发网络爬虫，并希望从表格中提取链接。

这是我正在看的：

<ul class="inline-list indent>
    <li>
        ::marker
        <a href="www.linkhere.com" title="Some Text">Some Other Text</a>
        (Date & Time Stamp)
    </li>   

我想要www.linkhere.com 和其他一些文本。我已经想出了如何获取 Some Other Text，但无法获取 www.linkhere.com。

这是我尝试过的：

Document results = Jsoup.connect(url).get();
tTable = ("li:nth-of-type(1)");

Element row : results.select("ul.indent.inline-list:nth-of-type(1)")
Element link = results.select("ul.indent.inline-list:nth-of-type(1) > a").first();

tName = row.select(tTable).text();
articleLink = link.attr("href");

System.out.println(tName);
System.out.println(articleLink);

这给了我错误：

NullPointerException：无法调用“org.jsoup.nodes.Element.attr(String)”，因为“llink”为空

Answer 1

你正在使用这样的选择器：

"ul.indent.inline-list:nth-of-type(1) > a"

第一部分ul.indent.inline-list:nth-of-type(1) 选择第一个<ul> 元素。第二部分> a 预计<a> 将是<ul> 的直接子代。这与您想要的不匹配，因为它们之间有 <li> 元素，因此解决方案是使用：

"ul.indent.inline-list:nth-of-type(1) > li > a"

或者如果您的想法是匹配第一个 <li>，您必须使用：

"ul.indent.inline-list > li:nth-of-type(1) > a"