使用Jsoup如何选取指定文本？doc.select返回为空该怎么解决

问题原因分析 #

• 你的选择器无法匹配到目标元素：p#latest-buy的作用是匹配id为latest-buy的<p>标签，你给出的HTML结构里的<p>标签没有设置该id属性，所以匹配结果为空，自然拿不到返回值。
• 你要提取的目标内容是图片上的文字，HTML解析库的text()方法仅能提取HTML结构中直接存储的明文文本，无法读取嵌入在图片里的内容，这是核心问题。

正确实现步骤 #

1. 先提取目标图片的资源地址，示例代码（以Jsoup为例）：

// 匹配p标签下的img元素，提取src属性值
String imgSrc = doc.selectFirst("p > a > img").attr("src");

2. 调用OCR（光学字符识别）能力处理获取到的图片，即可识别出红圈标注的文本内容。你可以根据技术栈选择合适的OCR方案，本地开源OCR库、云服务厂商的OCR接口都可以实现对应需求。

内容的提问来源于stack exchange，提问作者simmo