Jaunt - 检查是否有特定元素

Question

我正在使用 Nutch 抓取网站，目前正在编写一个插件。 Jaunt 1.0.0.1 用于解析 HTML。例如，我有一行

Element infoBooksItem = body.findFirst("<div class=info_books_item>");

获取和错误，当页面上没有 <div class=info_books_item>。目前我正在查看 Jaunt JavaDocs，但不知道如何检查，是否有这样的元素。

Answer 1

如果找不到元素，findFirst 方法会抛出异常，您是正确的。您可以使用 try-catch 块来捕获代码中的 NotFound 异常，并从那里获取它，或者如果可以的话编写一个不抛出异常的辅助方法（如果你只需要一个布尔检测器）

public boolean has(Element element, String target){
  try{
    element.findFirst(target);
    return true;
  }
  catch(NotFound n){
    return false;
  }
}

或者，您可以使用不抛出异常的 findEvery 方法作为布尔检测器：

if(body.findEvery("<div class=info_books_item>").size() > 0){
}

Jaunt - 检查是否有特定元素

Jaunt - check if there is specific element

html

parsing

element

nutch

jaunt-api