Java 如何从html中获取细节?
我有一些java代码,可以从我选择的网站打印html。我希望它只打印HTML代码中的特定日期,如下所示:Java 如何从html中获取细节?,java,html,urlconnection,Java,Html,Urlconnection,我有一些java代码,可以从我选择的网站打印html。我希望它只打印HTML代码中的特定日期,如下所示: <tr class="bgWhite"> <td align="center" width="50"><nobr>GD </nobr></td> <td align="center">Q3 2012</td> <td align="left" width
<tr class="bgWhite">
<td align="center" width="50"><nobr>GD </nobr></td>
<td align="center">Q3 2012</td>
<td align="left" width="*">Q3 2012 General Dynamics Earnings Release</td>
<td align="center">$ 1.83 </td>
<td align="center">n/a </td>
<td align="center">$ 1.83 </td>
<td align="center"><nobr>24-Oct-12</nobr></td>
</tr>
<tr class="bgWhite">
<td align="center" width="50"><nobr>GD </nobr></td>
<td align="center">Q2 2012</td>
<td align="left" width="*">Q2 2012 General Dynamics Earnings Release</td>
<td align="center">$ 1.75 </td>
<td align="center">n/a </td>
<td align="center">$ 1.79 </td>
<td align="center"><nobr>25-Jul-12 BMO</nobr></td>
</tr>
我认为这是SAX解析器的标准UC。您不应该逐行进行(您不能期望html文档总是按当前的方式组织,因此使用SAX解析器将是一个更灵活的解决方案)
如果您有关于文档大小的信息,并且知道它不会增长很多,那么您也可以使用DOM解析器。但是从这个角度来看,SAX解析器也更好。我认为这是SAX解析器的标准UC。您不应该逐行进行(您不能期望html文档总是按当前的方式组织,因此使用SAX解析器将是一个更灵活的解决方案)
如果您有关于文档大小的信息,并且知道它不会增长很多,那么您也可以使用DOM解析器。但是,从这个角度来看,SAX解析器也更好。使用一个完整的HTML解析器比使用低级的
java.net.URLConnection
更容易。然而,由于目标网站生成的是绝对非语义的HTML(一个和所有没有任何语义标识符/类的表,就像90年代的普通网站一样(恶心)),因此即使是一个像样的HTML解析器也很难正确解析它。但无论如何,这里有一个完整的启动示例,使用它可以精确打印您需要的信息:
Document document = Jsoup.connect("http://www.earnings.com/company.asp?client=cb&ticker=gd").get();
Elements dateColumn = document.select("table:eq(0) tr:eq(0) table:eq(7) tr:eq(2) table:eq(4) td:eq(6):not(.dataHdrText02)");
for (Element dateCell : dateColumn) {
System.out.println(dateCell.text());
}
就这些。无需使用低级java.net.URLConnection
或详细的SAX解析器
另见:
java.net.URLConnection
相比,在作业中使用一个完整的HTML解析器更容易。然而,由于目标网站生成的是绝对非语义的HTML(一个和所有没有任何语义标识符/类的表,就像90年代的普通网站一样(恶心)),因此即使是一个像样的HTML解析器也很难正确解析它。但无论如何,这里有一个完整的启动示例,使用它可以精确打印您需要的信息:
Document document = Jsoup.connect("http://www.earnings.com/company.asp?client=cb&ticker=gd").get();
Elements dateColumn = document.select("table:eq(0) tr:eq(0) table:eq(7) tr:eq(2) table:eq(4) td:eq(6):not(.dataHdrText02)");
for (Element dateCell : dateColumn) {
System.out.println(dateCell.text());
}
就这些。无需使用低级java.net.URLConnection
或详细的SAX解析器
另见: