Java 什么'；从一组HTML文件中提取表内容的最佳方法是什么？
在用TIDY清理了一个满是HTML文件的文件夹后，如何提取表格内容以进行进一步处理？我过去曾成功地使用BeautifulSoup处理此类事情。我过去曾成功地使用BeautifulSoup处理此类事情。在.NET中，您可以使用 有关更多信息，请参见StackOverflow上的此项。在.NET中，您可以使用Java 什么'；从一组HTML文件中提取表内容的最佳方法是什么？,java,html,excel,csv,extract,Java,Html,Excel,Csv,Extract,在用TIDY清理了一个满是HTML文件的文件夹后，如何提取表格内容以进行进一步处理？我过去曾成功地使用BeautifulSoup处理此类事情。我过去曾成功地使用BeautifulSoup处理此类事情。在.NET中，您可以使用 有关更多信息，请参见StackOverflow上的此项。在.NET中，您可以使用 有关更多信息，请参阅StackOverflow上的此部分。如果要从HTML标记中提取内容，应使用某种类型的HTML解析器。为此，有很多方法可以满足您的需要，这里有两种方法： 如果要从HTML
有关更多信息，请参阅StackOverflow上的此部分。如果要从HTML标记中提取内容，应使用某种类型的HTML解析器。为此，有很多方法可以满足您的需要，这里有两种方法：
如果要从HTML标记中提取内容，应该使用某种类型的HTML解析器。为此，有很多方法可以满足您的需要，这里有两种方法：
取决于您希望执行的处理类型。您可以告诉Tidy生成XHTML，这是一种XML，这意味着您可以对结果使用所有常用的XML工具，如XSLT和XQuery 如果您想在Microsoft Excel中处理它们，那么您应该能够从HTML中分割出表格并将其放入文件中，然后在Excel中打开该文件：它将很高兴地将HTML表格转换为电子表格页面。然后，您可以将其另存为CSV或Excel工作簿等（您甚至可以在web服务器上使用此功能—返回HTML表格，但将
内容类型application/ms vnd。Excel如果希望将CSV输入到数据库，则可以像以前一样通过Excel，或者如果希望自动化此过程，则可以编写一个程序，使用您选择的XML导航API迭代表行并将其保存为CSV。Python的Elementtree和CSV模块将使这变得非常简单。取决于您希望执行的处理类型。您可以告诉Tidy生成XHTML，这是一种XML，这意味着您可以对结果使用所有常用的XML工具，如XSLT和XQuery 如果您想在Microsoft Excel中处理它们，那么您应该能够从HTML中分割出表格并将其放入文件中，然后在Excel中打开该文件：它将很高兴地将HTML表格转换为电子表格页面。然后，您可以将其另存为CSV或Excel工作簿等（您甚至可以在web服务器上使用此功能—返回HTML表格，但将
内容类型application/ms vnd。Excel如果希望将CSV输入到数据库，则可以像以前一样通过Excel，或者如果希望自动化此过程，则可以编写一个程序，使用您选择的XML导航API迭代表行并将其保存为CSV。Python的Elementtree和CSV模块将使这变得非常简单。在回顾了这些建议之后，我最终使用了 使用HtmlUnit，我能够自定义Java代码，以打开文件夹中的每个HTML文件，导航到表标记，
查询每一列内容并提取创建CSV文件所需的数据。查看建议后，我使用 使用HtmlUnit，我能够自定义Java代码，以打开文件夹中的每个HTML文件，导航到表标记，
查询每列内容并提取创建CSV文件所需的数据。迭代文本并使用正则表达式：）
迭代文本并使用正则表达式：）