网页爬虫类隐藏字段

Question

我是新手。在用我的爬虫测试了几个网站后，我发现了以下内容：

<div class="originalCurrencyInformation">                            
<label class="Hidden original-price">Price: £500</label>

注意 class:Hidden 而不是 type="Hidden"。如何使用任何库检索价格，但我的偏好是 Jsoup。

这里是一个示例 sn-p 代码：

Document doc = Jsoup.connect("http://www.example.org")
                            .timeout(3000).get();
    Elements tags = doc.select("div.originalCurrencyInformation > Label.original-price");
    for(Element tag: tags){
                   System.out.println(tag);
    }

更新

我尝试过 Label.Hidden original-price 和 Label.Hidden.original-price 但值返回 null，这就是我得到的

Answer 1

在您的示例中，original-price 不在 div 中，因此不清楚您为什么要查找 div.original-price。您可以使用：

doc.select("div.originalCurrencyInformation > label.Hidden.original-price")

选择同时具有“隐藏”和“原始价格”类的标签。

然后您可以使用：

tag.text()

仅从元素中获取文本。