Jsoup的简略应用

Jsoup的简单应用

昨天在网上百度看到一个提问：http://zhidao.baidu.com/question/423488719.html?fr=uc_push&push=ql&oldq=1(题目内容是用jsoup抓取这个网站的信息并输出Free一栏中排名上升度大于30的游戏名)

因为刚看了Jsoup，所以就拿过来做了一下，源代码如下（仅供参考，如果有什么不对的地方，欢迎指正）

?

?

import java.io.IOException;import java.util.ArrayList;import java.util.List;import org.jsoup.Connection;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import org.jsoup.nodes.Element;import org.jsoup.select.Elements;public class PageParse {public static void main(String[] args) {String concreateURL = "http://www.appannie.com/top/iphone/united-states/games/";Connection c = Jsoup.connect(concreateURL);try {// 这里如果直接用c.get()是获取不到Document的，具体原因我说不上来// 跟踪信息是：java.io.IOException: 503 error loading URL// http://www.appannie.com/top/iphone/united-states/games/// 下面这种获取方式可以Document doc = c.data("query", "Java").userAgent("Chrome").cookie("auth", "token").timeout(5000).post();// 很想只获取css为上升的域，但是完整的css加上去没有效果，就把这一列域全部获得了（需要改进，肯定有更好的方法）Elements eles = doc.select("td.top_free*");List<String> nameList = new ArrayList<String>();for (Element ele : eles) {String text = ele.select("span").first().text();if (text.length() > 1 && text.startsWith("▲")) {if (Integer.parseInt(text.substring(1)) > 30) {// 在这里.html()和.text()方法获得的内容是一样的System.out.println(ele.select("a").first().html());nameList.add(ele.select("a").first().text());}}}} catch (IOException e) {e.printStackTrace();}}}

?

我运行时的结果是：

The Tribez

PipeRoll

Road Warrior Multiplayer Racing - by Top Free Apps and Games

The Oregon Trail: American Settler

Jewels of the Amazon

Zombie Band

Cleopatra's Pyramid

Monster Galaxy: The Zodiac Islands

?

代码中的nameList存放的是热度大于30的游戏名，在代码中我没有处理这个List，如果有人看到并会改正的话，欢迎指出，最好是给出一个解释，因为写这个也是糊里糊涂的。

?

?