Jsoup解析HTML頁面，進行網頁爬取數據時遇到的坑

問題一：

當我使用doc.getElementsByClass(“class的值”)對以下帶有#空格#（多值的）的塊，進行獲取數據的時候，發現獲取不到任何數據。

解決過程：

使用其它的方法替換它，使用Elements 的select(String cssQuery)

Elements elements = elementsRoot.get(0).select(searchbar.searchbar-hotel.hide);

這樣便能獲取到該塊對應的數據元素。

問題二：

 爬取數據進行解析時存在部分亂碼。

解決過程：

出現亂碼，肯定是編碼格式出現錯誤；
而得到的數據只出現很少的一部分亂碼，可以通過對比方法找問題。經過與原網頁的數據一一進行對應比較，發現是部分空格佔位符&nbsp導致的。
既然這個字符對我無意義的，那我將它替換就行。使用以下方法解決：

String hotels = els.text().replace(Jsoup.parse(" ").text(), " ");

問題三：

爬取數據時出現異常。org.jsoup.UnsupportedMimeTypeException: Unhandled content type. Must be text

 解決過程： 

查看日誌，發現是請求類型不符合。
將原來的代碼：

Connection conn = Jsoup.connect(url).timeout(10 * 1000).get();

更換爲：

Connection conn = Jsoup.connect(url).timeout(10 * 1000).get().ignoreContentType(true);

 即可解決！