爬虫抽取网页中同层级多标签元素

    public static String getDesc(Document doc) {
        String desc = "";
        Elements element_contents_all = doc.select("h1,h2,blockquote,p");
        for (Element element : element_contents_all) {
            desc += element.text() + " ";
            if (desc.length() >= 400) {
                logger.info("\t内容超过400字,停止抽取。");
                logger.info(desc);
                break;
            }
        }
        return desc;
    }
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值