java - 没有用于解析Google新闻内容的输出

对于这里的代码，我想获取google新的搜索标题和URL。

它过去曾经有效，但是我不知道为什么现在不起作用？

Google改变了CSS结构还是什么？

谢谢

   public static void main(String[] args) throws UnsupportedEncodingException, IOException {

        String google = "http://www.google.com/search?q=";

        String search = "stackoverflow";

        String charset = "UTF-8";

        String news="&tbm=nws";


        String userAgent = "ExampleBot 1.0 (+http://example.com/bot)"; // Change this to your company's name and bot homepage!

        Elements links = Jsoup.connect(google + URLEncoder.encode(search , charset) + news).userAgent(userAgent).get().select( ".g>.r>.a");

        for (Element link : links) {
            String title = link.text();
            String url = link.absUrl("href"); // Google returns URLs in format "http://www.google.com/url?q=<url>&sa=U&ei=<someKey>".
            url = URLDecoder.decode(url.substring(url.indexOf('=') + 1, url.indexOf('&')), "UTF-8");

            if (!url.startsWith("http")) {
                continue; // Ads/news/etc.
            }
            System.out.println("Title: " + title);
            System.out.println("URL: " + url);
        }
    }

最佳答案

如果问题是“如何使代码重新工作？”
除非他们保存了副本，否则任何人都很难知道旧页面的外观。

我像这样分解了您的选择，它对我有用。

    String string = google + URLEncoder.encode(search , charset) + news;
    Document document = Jsoup.connect(string).userAgent(userAgent).get();
    Elements links = document.select( ".r>a");

当前页面源看起来像

       <div class="g">
        <table>
         <tbody>
          <tr>
           <td valign="top" style="width:516px"><h3 class="r"><a href="/url?q=https://www.bleepingcomputer.com/news/security/marlboro-ransomware-defeated-in-one-day/&amp;sa=U&amp;ved=0ahUKEwis77iq7cDRAhXI7IMKHUAoDs0QqQIIFCgAMAE&amp;usg=AFQjCNFFx-sJdU814auBfquRYSsct2c8WA">Marlboro Ransomware Defeated in One Day</a></h3>

结果:
标题:万宝路勒索软件一天内败下阵来
网址:https://www.bleepingcomputer.com/news/security/marlboro-ransomware-defeated-in-one-day/

标题:堆栈溢出使开发人员的简历焕然一新
网址:https://techcrunch.com/2016/10/11/stack-overflow-puts-a-new-spin-on-resumes-for-developers/

编辑-时间范围
这些URL参数看起来很糟糕。
添加后缀＆tbs = cdr％3A1％2Ccd_min％3A5％2F30％2F2016％2Ccd_max％3A6％2F30％2F2016

但是，“min％3A5％2F30％2F2016”这一部分包含您的最低日期。 2016年5月30日。
最低％3A +(一年中的月份)+％2F +(一年中的某天)+％2F +年
而在“max％3A6％2F30％2F2016”中，则是您的最高日期。 2016年6月30日。
最大％3A +(一年中的月份)+％2F +(一年中的某天)+％2F +年

这是2016年5月30日至2016年6月30日之间搜索Mindy Kaling的完整URL
https://www.google.com/search?tbm=nws&q=mindy%20kaling&tbs=cdr%3A1%2Ccd_min%3A5%2F30%2F2016%2Ccd_max%3A6%2F30%2F2016