爬虫抽取网页中同层级多标签元素

89 阅读 0 评论 59 点赞

我是靠谱客的博主娇气美女，最近开发中收集的这篇文章主要介绍爬虫抽取网页中同层级多标签元素，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述


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;
}