Java - Comment extraire les titres et les liens de Google Actualités à l'aide de Jsoup?

Question

Je suis très nouveau à l'utilisation de jsoup et html. Je me demandais comment extraire les titres et les liens (si possible) des histoires sur la première page de google news. Voici mon code:

org.jsoup.nodes.Document doc = null; 
       try { 
        doc = (org.jsoup.nodes.Document) Jsoup.connect("https://news.google.com/").get(); 
       } catch (IOException e1) { 
        // TODO Auto-generated catch block 
        e1.printStackTrace(); 
       } 
       Elements titles = doc.select("titletext"); 

       System.out.println("Titles: " + titles.text()); 


       //non existent 
       for (org.jsoup.nodes.Element e: titles) { 
        System.out.println("Title: " + e.text()); 
        System.out.println("Link: " + e.attr("href")); 
       } 

Pour une raison quelconque, je pense que mon programme ne peut pas trouver titletext, puisque c'est la sortie lorsque le code est exécuté: Titles:

Je serais vraiment reconnaissant de votre aide, merci.

Answer 1

d'abord obtenir tous les noeuds/éléments qui commencent avec la balise html h2

Elements elem = html.select("h2"); 

Maintenant vous avez élément, il a un certain élément enfant (s) (id, href, originalhref et ainsi de suite). Vous devez récupérer ici les données dont vous avez besoin

for(Element e: elem){ 
     System.out.println(e.select("[class=titletext]").text()); 
     System.out.println(e.select("a").attr("href")); 
    }