<a>をダウンロードするにはpdfファイルをダウンロードするリンクが含まれているgoogle scholar

Question

私はGoogle Scholarのhtmlからタグを抽出する必要があります。私はスクリプトを書いたが、それはすべてのものを抽出する。私は紙のダウンロードリンクが休止している特定のタグを抽出する方法を見つけることができません。助けてください。！ は、以下のコード

public static void main(String[] args) throws IOException { 
Document doc; 
     try { 


      doc = Jsoup.connect("https://scholar.google.com.pk/scholar?q=Bergmark%2C+D.+%282000%29.+Automatic+extraction+of+reference+linking+information+from+online+documents.+Technical+Report+CSTR2000-1821%2C+Cornell+Digital+Library+Research+Group&btnG=&hl=en&as_sdt=0%2C5").get(); 


      String title = doc.title(); 
      System.out.println("title : " + title); 


      Elements links = doc.select("a[href]"); 
     // Elements link = doc.select(".pdf"); 
      for (Element link : links) { 

       // get the value from href attribute 
       System.out.println("\nlink : " + link.attr("href")); 
       System.out.println("text : " + link.text()); 

      } 

     } catch (IOException e) { 
      e.printStackTrace(); 
     } 

であり、ここで、これは、このタグの構造は次のとおりです。CSSクエリとして

<a href="https://ecommons.cornell.edu/bitstream/handle/1813/5809/2000-1821.pdf?sequence=1" data-clk="hl=en&amp;sa=T&amp;oi=gga&amp;ct=gga&amp;cd=0&amp;ei=YBMXWYbRO8a72Ab_2o24CQ"><span class="gs_ctg2">[PDF]</span> cornell.edu</a> 

Answer 1

使用div.gs_ggsdとa[href]

ここ

div.gs_ggsd => Select all the div Tag that have class name gs_ggsd 

例：

try { 
    Document doc = Jsoup 
      .connect("https://scholar.google.com.pk/scholar?q=Bangla+Speech+Recognition") 
      .userAgent("Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.152 Safari/537.36") 
      .get(); 

    String title = doc.title(); 
    System.out.println("title : " + title); 

    Elements links = doc.select("div.gs_ggsd").select("a[href]"); 

    for (Element link : links) { 
     System.out.println("\nlink : " + link.attr("href")); 
     System.out.println("text : " + link.text()); 
    } 

} catch (IOException e) { 
    e.printStackTrace(); 
} 

続きを読む：https://jsoup.org/cookbook/extracting-data/selector-syntax