使用jsoup获取微信公众号文章发布时间

从weixin.sogou.com找到的公众号文章，查看源码可以发现，文章的标题，内容，作者，微信号，封面图，都可以轻松获取；

但是唯独这个发布时间节点为空，代码如下

<em id="publish_time" class="rich_media_meta rich_media_meta_text"></em>

既然jsoup节点直接获取不到，那就在script脚本中获取吧；

文章的发布时间是在js中赋值的，另外一种思路是把所有的script脚本拿下来；再截取即可

js赋值的代码如下

function _typeof(e){
return e&&"undefined"!=typeof Symbol&&e.constructor===Symbol?"symbol":typeof e;
}
!function(e){
if("object"===("undefined"==typeof module?"undefined":_typeof(module)))module.exports=e;else{
if(window.__second_open__)return;
var t="1575860164",n="1575539255",s="2019-12-05";
e(t,n,s,document.getElementById("publish_time"));
}
}(function(e,t,n,s){
var i="",o=86400,f=new Date(1e3*e),r=1*t,l=n||"";
f.setHours(0),f.setMinutes(0),f.setSeconds(0);
var c=f.getTime()/1e3;
f.setDate(1),f.setMonth(0);
var u=f.getTime()/1e3;
if(r>=c)i="今天";else if(r>=c-o)i="昨天";else if(r>=c-2*o)i="前天";else if(r>=c-3*o)i="3天前";else if(r>=c-4*o)i="4天前";else if(r>=c-5*o)i="5天前";else if(r>=c-6*o)i="6天前";else if(r>=c-14*o)i="1周前";else if(r>=u){
var d=l.split("-");
i="%s月%s日".replace("%s",parseInt(d[1],10)).replace("%s",parseInt(d[2],10));
}else i=l;
s&&(s.innerText=i,setTimeout(function(){
s.onclick=function(){
s.innerText=l;
};
},10));
});

可以看到 ",s=""后面就是我们需要的文章发布时间；

截取代码如下

/*** 从html 内容中获取文章发文时间** @param document html 文档对象 （该文章的所有html对象）* @return*/public static String getPublishTime(Document document) {Elements scripts = document.select("script");for (Element script : scripts) {String html = script.html();// 需要获取的节点if (html.contains("document.getElementById(\"publish_time\")")) {int fromIndex = html.indexOf("s=\"");// StrUtil 工具为 hutool.cn工具return StrUtil.subWithLength(html, fromIndex + 3, 10);}}return null;}

下边是文章其他内容的获取代码

/*** 从html 内容中获取公众号的标题** @param document html 文档对象* @return*/public static String getTitle(Document document) {Elements titles = document.getElementsByClass("rich_media_title");return StrUtil.trim(titles.get(0).text());}/*** 从html 内容中获取公众号的封面图** @param document html 文档对象* @return*/public static String getTitleImage(Document document) {Elements metas = document.getElementsByAttributeValue("property", "og:image");Element element = metas.get(0);if (element == null) {return "";}String content = element.attr("content");return StrUtil.trim(content);}/*** 从html 内容中获取文章的作者** @param document html 文档对象* @return*/public static String getWeChatName(Document document) {Element author = document.getElementById("js_name");Assert.notNull(author, "查找不到文章公众号，请输入合法的公众号文章连接");return StrUtil.trim(author.text());}/*** 从html 内容中获取文章公众号** @param document html 文档对象* @return*/public static String getWeChatAccount(Document document) {Elements metaValues = document.getElementsByClass("profile_meta_value");Assert.notEmpty(metaValues, "查找不到文章公众号，请输入合法的公众号文章连接");String text = metaValues.get(0).text();Assert.notBlank(text, "查找不到文章公众号，请输入合法的公众号文章连接");return StrUtil.trim(text);}

使用jsoup获取微信公众号文章发布时间相关推荐

如何获取微信公众号文章ID？9步教你！
自媒体时代已经到来,越来越多的人开始关注和学习自媒体运营.而在自媒体运营中,微信公众号是一个非常重要的平台.为了更好地运营微信公众号,掌握文章ID获取方法是必不可少的技能之一.本文将从以下9个方面详细 ...
获取微信公众号文章封面图的技巧/网站
直接使用访问:http://weixin.shareperform.com 以下主要是立项和事项的过程. 作为一个从Code转为营销策划的营销人,这周实力修一波操作. 一.需求一个好的微信公众号推文 ...
快速获取微信公众号文章的技巧
微信公众号是一个信息传播平台,许多人通过它获取信息.分享知识.但是,有时候我们会遇到需要保存公众号文章的情况.那么,如何获取微信公众号文章呢?本文将为您详细介绍. 一.使用搜狗微信搜索搜狗微信搜索是 ...
获取微信公众号文章内视频真实地址
PHP获取微信公众号文章内视频与音频真实地址微信公众号的文章的爬取可以看到这个项目:github 基于QueryList的微信公众号文章获取工具有任何问题可以留言. 返回数据: 包含音频和视频包 ...
微信小程序获取微信公众号文章2
微信小程序获取微信公众号文章2 前面介绍了一篇微信小程序打开微信公众号中的文章实战教程,主要介绍了实现的具体原理,但是实际去做的时候,发现了更多的坑,所以这里再补充一下. 原先的思路是不完整的原先我 ...
第九部分代理的使用（代理设置，代理池的搭建，用代理获取微信公众号文章）...
网站采取的反爬虫措施有:弹出验证码,需要登录.检测某个IP在单位时间内的请求次数,超过规定的某个值,服务器拒绝服务,返回一些错误信息,这是封IP. 既然服务器封IP,可采用某种方式伪装IP,让服务器不 ...
如何获取微信公众号文章的阅读量和点赞数
微信采集的重点就是微信公众号相关的数据.主要是发布的文章.其他的话还有点赞阅读以及公众号的账号信息等.下面会大家一一说明如何采集.以及采集的一些限制. 首先是数据来源.主要分为两大块.客户端采集和搜狗 ...
批量获取微信公众号文章里的图片
有人在群里转了一本书电子版的公众号,想把里面的图片都下下来做成PDF文档电商图片助手下载:http://www.pc6.com/softview/SoftView_584608.html 转载自:微 ...
python爬取公众号文章发布时间
使用xpath取出来的是空,爬取到本地的html,时间的标签如下,内容也是是空的 <em id="publish_time" class="rich_media_m ...

使用jsoup获取微信公众号文章发布时间

使用jsoup获取微信公众号文章发布时间相关推荐

最新文章

热门文章