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：

<tr class="bgWhite">
  <td align="center" width="50"><nobr>GD&#160;</nobr></td>
  <td align="center">Q3&#160;2012</td>

  <td align="left" width="*">Q3 2012 General Dynamics Earnings Release</td>
  <td align="center">$ 1.83&#160;</td>
  <td align="center">n/a&#160;</td>
  <td align="center">$ 1.83&#160;</td>
  <td align="center"><nobr>24-Oct-12</nobr></td>
</tr>
<tr class="bgWhite">
  <td align="center" width="50"><nobr>GD&#160;</nobr></td>
  <td align="center">Q2&#160;2012</td>

  <td align="left" width="*">Q2 2012 General Dynamics Earnings Release</td>
  <td align="center">$ 1.75&#160;</td>
  <td align="center">n/a&#160;</td>
  <td align="center">$ 1.79&#160;</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：

---

与低级

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：

---

有什么原因不能使用XML解析器吗？有什么原因不能使用XML解析器吗？