HTML和XML解析Java

我开始编写一个基于nutritiondata.com的android应用程序

问题是。。他们没有API供开发人员使用，这对我来说似乎非常困难和混乱，我不知道如何将信息从网站解析到我的应用程序

例如。。使用他们的食物搜索。。是我所理解的，例如鳄梨搜索：

因此，我可以在这里替换/食物-。。。。其他食物名称。。。00000000000.html

但一旦我深入了解鳄梨的详细营养成分，我就不知道如何提取特定数据，比如鳄梨中的ω3和ω6含量（单位：克）或蛋白质，我尝试使用“源页面”来寻找有用的数据，但我该如何处理这些数据，代表鳄梨中ω3和ω6脂肪的含量

       <div class="clearer">
       <div class="nf1 left" id="nfacts">


         <div class="indentation"><!--Indent Nutrients--></div>

<span class="indented">Total Omega-3 fatty acids</span></div>

        <div class="nf2 left" style="width:38px;"><span id="NUTRIENT_139"></span></div>
        <div class="nf3 left" style="width:20px;"><span id="UNIT_NUTRIENT_139"></span>    </div>
        <div class="nf4 left" style="width:31px;"><span id="DV_NUTRIENT_139"></span></div>

总ω-3脂肪酸

总ω-6脂肪酸

---

我非常感谢您提供一个如何处理此类数据或网站的工作示例，衷心感谢您，时间/费用和帮助。

尝试使用JSOUP进行屏幕抓取，但正如其他人所指出的，这不是长期可靠的技术。

您使用的集成方法称为“屏幕抓取”，通常被认为是不可靠的技术。如果nutritiondata.com更改他们的网站外观，您的代码很容易被破坏。最好联系他们的网站，询问开发者API/其他集成方法。如果您仍然想继续，很少有html规范化库，比如tagsoup。与XSL相结合，您可以在页面内对各种各样的内容进行筛选。至少，如果您决定使用screen scrape，最好下载整个站点的脱机副本（如果这样做是合法的），请尝试查看他们的脚本-如果他们使用模板+ajax，您可以简单地复制他们的请求。检查此项

    <div class="clearer">
       <div class="nf1 left" id="nfacts">


         <div class="indentation"><!--Indent Nutrients--></div>

<span class="indented">Total Omega-6 fatty acids</span></div>

        <div class="nf2 left" style="width:38px;"><span id="NUTRIENT_140"></span></div>
        <div class="nf3 left" style="width:20px;"><span id="UNIT_NUTRIENT_140"></span></div>
        <div class="nf4 left" style="width:31px;"><span id="DV_NUTRIENT_140"></span></div>