Android中使用Jsoup提取亚马逊商品页img标签alt文本的问题

问题分析 #

你当前代码失效的核心原因是Jsoup默认请求亚马逊桌面端页面，但你提供的是移动端页面HTML片段，两者DOM结构差异大；同时原选择器#image-block img范围过宽，易匹配非目标元素。

修复方案 #

1. 模拟移动端请求头 #

亚马逊会根据User-Agent返回对应版本页面，添加移动端UA让Jsoup获取和你提供的结构一致的页面：

// 移动端User-Agent示例，可按需更换
String mobileUA = "Mozilla/5.0 (Linux; Android 10; SM-G973F) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Mobile Safari/537.36";

Document doc = Jsoup.connect(url)
                .userAgent(mobileUA)
                .get();

2. 使用精准选择器 #

根据你提供的HTML片段，目标img有明确的id="main-image"，直接用该选择器定位更可靠：

Element targetImg = doc.select("#main-image").first();
if (targetImg != null) {
    purchaseItem = targetImg.attr("alt");
} else {
    // 处理元素未找到的情况，比如提示用户或记录日志
    purchaseItem = "无法获取商品名称";
}

完整可运行代码 #

try {
    String mobileUA = "Mozilla/5.0 (Linux; Android 10; SM-G973F) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Mobile Safari/537.36";
    Document doc = Jsoup.connect(url)
                    .userAgent(mobileUA)
                    .timeout(10000) // 设置超时时间，避免请求卡住
                    .get();
                    
    Element targetImg = doc.select("#main-image").first();
    if (targetImg != null) {
        purchaseItem = targetImg.attr("alt");
    } else {
        // 备选方案：若main-image找不到，尝试从image-block下筛选带alt的img
        targetImg = doc.select("#image-block img[alt]").first();
        purchaseItem = targetImg != null ? targetImg.attr("alt") : "无法获取商品名称";
    }
} catch (IOException e) {
    e.printStackTrace();
    purchaseItem = "网络请求失败";
}

额外提示 #

• 亚马逊页面结构可能随时调整，若后续选择器失效，需重新分析DOM结构更新定位规则；
• 避免频繁请求亚马逊服务器，防止IP被封禁；
• 务必捕获网络异常，避免应用崩溃。

内容的提问来源于stack exchange，提问作者Rishi Raj Dixit