使用Jsoup解析无ID元素文本失败的技术求助

我来帮你梳理下代码里的问题，以及如何修复这个文本提取的问题：

首先看你代码里的几个核心问题： #

• 过于冗长且依赖自动生成标签的选择器：你写的嵌套选择器里反复用到了<tbody>，但很多网站的原始HTML里其实并没有这个标签——它是浏览器渲染时自动添加的。Jsoup解析的是原始HTML，所以依赖<tbody>会直接导致选择器匹配不到任何元素。
• 错误的索引语法：你用td[2]这种写法，Jsoup会理解为“选择拥有属性2的<td>元素”，而不是“第二个<td>”！要选择第n个元素，应该用:nth-of-type(n)（从1开始计数）或者:eq(n)（从0开始计数），比如第二个<td>应该写成td:nth-of-type(2)或者td:eq(1)。
• 目标元素选择错误：你示例里的目标文本是直接在<a>标签里的，但代码里却用了tr[1]>td[1]>a>span去查找——如果原始HTML里没有<span>，这个选择器自然拿不到内容。

修正后的代码示例 #

我调整了选择器，去掉了多余的<tbody>，用正确的索引语法，并且直接定位到目标<a>元素：

package modul_1;

import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class fetch_bus_stops {
    public static void main(String[] args) {
        try {
            // 设置更贴近真实浏览器的User-Agent，避免被网站拦截
            Document doc = Jsoup.connect("http://rozklady.mpk.krakow.pl/?lang=PL&rozklad=20180520&linia=1")
                    .userAgent("Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36")
                    .get();
            
            // 简化选择器：定位到包含公交站点名称的<a>元素，这里根据目标网站结构调整
            Elements stopLinks = doc.select("table table td:nth-of-type(1) a");
            
            int index = 0;
            for (Element link : stopLinks) {
                index++;
                // 直接提取<a>标签内的文本
                System.out.println(index + " " + link.text());
            }
            
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

额外调试建议 #

1. 用开发者工具确认HTML结构：打开目标网站按F12，查看原始HTML（不要看Elements标签页里浏览器处理后的结构），确认目标元素的真实父容器，避免依赖浏览器自动添加的标签。
2. 逐步调试选择器：先从简单的选择器开始，比如先用doc.select("a").size()看看能抓到多少链接，再逐步缩小范围，比如doc.select("table a")，直到定位到目标元素。
3. 检查选择器匹配数量：在循环前可以加System.out.println(stopLinks.size());，如果输出0，说明选择器还是没匹配到元素，需要进一步调整。

内容的提问来源于stack exchange，提问作者Pomme De Terre