Warning: file_get_contents(/data/phpspider/zhask/data//catemap/5/tfs/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Web scraping 如何用Pentaho解析HTML文件？_Web Scraping_Jsoup_Pentaho - Fatal编程技术网
Fatal编程技术网
  • web-scraping/
  • Web scraping 如何用Pentaho解析HTML文件？

Web scraping 如何用Pentaho解析HTML文件？

web-scraping pentaho

Web scraping 如何用Pentaho解析HTML文件？,web-scraping,jsoup,pentaho,Web Scraping,Jsoup,Pentaho,我有一个html文件，我想用一些高级css选择器解析html 我怎样才能做到这一点呢？Pentaho并没有为您提供一种原生的方法来实现这一点，互联网上的大多数答案都会引导您使用正则表达式，这是可以的，但有时您需要更高级的东西 在该场景中，您可以使用步骤您可以将java代码与javascript混合使用。 在下面的示例中，我使用了library，只需下载jsoup-x.x.x.jar，并放入Pentaho的data integration\lib文件夹重新启动它。 接下来，您将使用以下示例代码添加

我有一个html文件，我想用一些高级css选择器解析html

我怎样才能做到这一点呢？

Pentaho并没有为您提供一种原生的方法来实现这一点，互联网上的大多数答案都会引导您使用正则表达式，这是可以的，但有时您需要更高级的东西

在该场景中，您可以使用步骤您可以将java代码与javascript混合使用。

在下面的示例中，我使用了library，只需下载
jsoup-x.x.x.jar
，并放入Pentaho的
data integration\lib
文件夹重新启动它。

接下来，您将使用以下示例代码添加一个
修改的Java脚本值
：


doc = org.jsoup.Jsoup.parse(myHTMLString);
myTextOfNodeWithAdvancedSelect = doc.select("body > table:nth-child(3) ").text();


其中，
myHTMLString
是您想要解析的字符串（可以通过
HTTP客户端
步骤或其他方式获得）

不要忘记在
字段表中添加同名的变量，并按如下所示的方式设置变量类型