使用Jsoup爬取Itau网站表格数据仅获部分内容，请求排查问题

我来帮你拆解下为什么用doc.getElementsByClass("tabela2")只能拿到部分数据，没法提取具体数值：

1. 数据是动态加载的（最可能的原因） #

现代金融网站很少会把所有核心数据塞进初始HTML里，Itau这个页面大概率是通过AJAX异步请求拉取表格数值的。Jsoup只能抓取页面首次加载的静态HTML，那些实际的收益数据是页面加载完成后，浏览器执行JS才从后端接口获取并渲染到表格里的——所以你用Jsoup拿到的doc里只有表格的空框架，没有具体数值。

验证方法：打开浏览器开发者工具（F12），切换到「网络」标签页，刷新页面后看看有没有XHR/Fetch请求返回了JSON格式的表格数据，你要的数值肯定藏在某个接口响应里。

解决思路：

• 直接定位到那个动态数据接口，用Jsoup或OkHttp请求该接口，解析返回的JSON数据，这比爬页面要高效得多；
• 如果必须模拟完整浏览器渲染流程，可以用Selenium、Playwright这类工具，它们能执行页面JS，等数据完全加载后再抓取。

2. 反爬机制的限制 #

Itau这类金融网站通常会有反爬检测：

• 你的userAgent可能不够完整，或者缺少必要的请求头（比如Accept、Referer、Cookie），导致服务器返回的页面不包含完整数据；
• 服务器可能识别出请求并非来自真实浏览器，故意返回不完整的内容。

解决思路：

• 复制浏览器请求该页面时的全部请求头（在开发者工具「网络」栏查看请求的Headers），把它们都加到Jsoup的connect()中：

  doc = Jsoup.connect(url)
      .userAgent("Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36")
      .header("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8")
      .header("Referer", "https://www.itau.com.br/")
      // 复制浏览器中的Cookie内容（注意Cookie可能会过期）
      .header("Cookie", "你的浏览器Cookie内容")
      .get();
  

• 可以尝试添加请求延迟，模拟人类访问的节奏，避免因请求过于频繁被拦截。

3. 表格结构的定位偏差 #

可能你选中的"tabela2"只是表格的外层容器，实际的数值单元格在更深的子元素里，或者类名存在动态变化（比如带随机后缀的类名）。

验证方法：在浏览器中用「检查元素」查看表格的DOM结构，确认具体数值所在的标签和类名——比如是不是在<td class="valor">这类子元素里。

解决思路：

• 调整选择器精度，比如用doc.select(".tabela2 td.valor")直接定位数值单元格，而不是只抓取外层表格容器；
• 如果表格是嵌套结构，可以用更精准的CSS选择器或XPath来定位元素。

内容的提问来源于stack exchange，提问作者binaryZomby