Java 从网站上读取信息并存储在excel文件中

我正在尝试构建这个应用程序，当提供一个填充isbn号码的.txt文件时，只需将isbn添加到url www.isbn.nu/您的isbn号码，即可访问isbn.nu页面以获取该isbn号码

拉起页面后，我想扫描它以获取有关该书的信息，并将其存储在excel文件中

我正在考虑用Java创建url的文件流，但我不确定如何从html页面提取信息。存储信息将使用jexceljava包完成

我最好的猜测是使用javascript来提取信息，但我不知道如何从java程序中调用javascript

我的想法可信吗？如果不是，你们建议我怎么做

我的目标是：从html页面检索信息，并将每个ISBN的信息存储在excel文件中的文本文件中。文本文件中可以有任意数量的isbn

---

顺便说一句，这不是家庭作业，我只是为一个向苏丹捐赠书籍的组织做这件事。目前，他们有5个人手动编目这些书，我就是其中之一

以下是所需的步骤：

创建CURL请求（可以使用多个CURL请求）

获取身体数据

解析数据

制作excel文件

---

您可以使用此

读取HTML信息。请使用一个div，在其中加载链接（此处的示例是如何执行此操作）

加载完成后，您可以检查网页中使用的div或span的名称，并使用

val

（）或

text

（）

获取该内容，这是解析网页并从中获取数据的有用工具。你可以用Java来做，而且非常简单

您可以解析文本文件，使用字符串构建URL，使用JSoup发送它，然后使用JSoup使用页面上的html标记解析信息。然后你可以随意储存。如果您对Java更熟悉，那么实际上根本不需要使用Javascript

读取页面并使用Jsoup对其进行解析的示例：

Document doc = Jsoup.connect("http://en.wikipedia.org/").get();
Elements newsHeadlines = doc.select("#mp-itn b a");

---

以下是www.isbn.nu主页上的文本：

请注意，isbn.nu是为个人手动搜索而设计的。它不是用于自动检索的信息资源，也不是公司的研究工具。isbn.nu保留基于过度请求拒绝访问的权利

为什么不使用免费的GoogleBooksAPI以XML格式返回书籍详细信息呢。Java中有许多类可用于解析XML提要，这将使您的生活更加轻松

---

有关更多信息，请参阅。

一个简单的解决方案可能是使用Google Docs电子表格功能，如

ImportXML（URL，路径表达式）

更多信息和示例如下：

---

Fedya，请告诉我这一点，因为我在网络编程方面完全是新手。我的大部分工作都是用Java和C语言完成的。是否有一种方法可以连续为不同的ISBN发出curl请求。例如，如果Java有一个库来读取html文件（可能是这样，我需要检查一下）。我只需要做一些类似于while（！end of file containing isbns）{打开html页面的流，获取信息，存储信息}的事情。我不是舒尔，我可以帮你，因为我是PHP开发人员。但是，我知道CURL是跨平台库，您可以找到如何进行多请求。嘿，这一定是我第一次看到一个同时使用[java]和[javascript]标记的问题，这不是初学者的错误。不错。：）非常感谢，这似乎是我现在最好的选择。或者至少是最简单的。我将尝试研究源代码，看看他们是如何实现这些功能的。@user1022223如果您只想通过查看源代码来了解它，这很酷，但可以免费使用。不要自己去实现它：）它应该很容易添加到任何Java项目中，就像任何其他jar一样。顺便说一句，如果这最终对您有效，请随意接受答案：）