Java 使用htmlunit访问html表

我想访问html文件中包含的表。这是我的密码：

  import java.io.*; 
  import com.gargoylesoftware.htmlunit.html.HtmlPage;
  import com.gargoylesoftware.htmlunit.html.HtmlTable;
  import com.gargoylesoftware.htmlunit.html.*;
  import com.gargoylesoftware.htmlunit.WebClient;


  public class test {

  public static void main(String[] args) throws Exception {

    WebClient client = new WebClient();
    HtmlPage currentPage = client.getPage("http://www.mysite.com");
    client.waitForBackgroundJavaScript(10000);



final HtmlDivision div = (HtmlDivision) currentPage.getByXPath("//div[@id='table-matches-time']");

   String textSource = div.toString();
    //String textSource = currentPage.asXml();

FileWriter fstream = new FileWriter("index.txt");
BufferedWriter out = new BufferedWriter(fstream);
out.write(textSource);

out.close();

    client.closeAllWindows();

  }

 }

该表的格式如下：

   <div id="table-matches-time" class="">
                    <table class=" table-main">

---

如何读取此表？

看起来您的查询返回的是节点列表，而不是单个div。是否有多个id为的项？

替换此部分代码：

(HtmlDivision) currentPage.getByXPath("//div[@id='table-matches-time']");

与：

第一个方法将始终返回一个元素集合，即使它是一个，而第二个方法将始终返回一个元素，即使有更多元素

编辑：

由于有两个元素具有相同的

id

（这是不可取的），因此应使用以下方法：

(HtmlDivision) currentPage.getByXPath("//div[@id='table-matches-time']").get(0);

这样，您将获得集合的第一个元素

.get（1）

会给你第二个。

这很有效（并返回一个csv文件；）：

import java.io.*；
导入com.gargoylesoftware.htmlunit.html.HtmlPage；
导入com.gargoylesoftware.htmlunit.html.HtmlTable；
导入com.gargoylesoftware.htmlunit.html.HtmlTableRow；
导入com.gargoylesoftware.htmlunit.html.*；
导入com.gargoylesoftware.htmlunit.WebClient；
公开课考试{
公共静态void main（字符串[]args）引发异常{
WebClient客户端=新的WebClient（）；
HtmlPage currentPage=client.getPage（“http://www.mysite.com");
client.waitForBackgroundJavaScript（10000）；
FileWriter fstream=新的FileWriter（“index.txt”）；
BufferedWriter out=新的BufferedWriter（fstream）；
对于（int i=0；ibut），有两个同名的表。此返回值为：>HtmlDivision[]但是我会得到整个表。@emanuele你是说你想要
元素而不是DIV？返回的DIV中有表。我的意思是我想要一个包含表中所有数据的文本文件，但我不知道怎么做。
(HtmlDivision) currentPage.getFirstByXPath("//div[@id='table-matches-time']");

(HtmlDivision) currentPage.getByXPath("//div[@id='table-matches-time']").get(0);

    import java.io.*; 
    import com.gargoylesoftware.htmlunit.html.HtmlPage;
    import com.gargoylesoftware.htmlunit.html.HtmlTable;
    import com.gargoylesoftware.htmlunit.html.HtmlTableRow;
    import com.gargoylesoftware.htmlunit.html.*;
    import com.gargoylesoftware.htmlunit.WebClient;


    public class test {

    public static void main(String[] args) throws Exception {

    WebClient client = new WebClient();
    HtmlPage currentPage = client.getPage("http://www.mysite.com");
    client.waitForBackgroundJavaScript(10000);

FileWriter fstream = new FileWriter("index.txt");
BufferedWriter out = new BufferedWriter(fstream);



   for (int i=0;i<2;i++){

final HtmlTable table = (HtmlTable) currentPage.getByXPath("//table[@class=' table-main']").get(i);




   for (final HtmlTableRow row : table.getRows()) {

   for (final HtmlTableCell cell : row.getCells()) {
    out.write(cell.asText()+',');
   }
out.write('\n');
   }

   }

out.close();

    client.closeAllWindows();

   }

   }