当前位置: 代码迷 >> HTML/CSS >> 施用jericho htmlparser解析html中的table,轻松获取表格中的内容
  详细解决方案

施用jericho htmlparser解析html中的table,轻松获取表格中的内容

热度:720   发布时间:2012-10-24 14:15:58.0
使用jericho htmlparser解析html中的table,轻松获取表格中的内容
1.使用htmlparser.jericho方法来实现
2.通过列和行来定位表格元素。获取表格元素
3.可以获取所有的表格。
4.对于表格嵌套的话,可能还需要做相应更改

	
package com.fresheggs.web;

import java.io.IOException;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.List;

import net.htmlparser.jericho.Element;
import net.htmlparser.jericho.HTMLElementName;
import net.htmlparser.jericho.Source;

public class TableContentByHtmlParse {
	
	
	
	public Element getTableContent(Element element,int rows,int cols)
	{
		Element resultElement=null;
		List<Element> trList=element.findAllElements(HTMLElementName.TR);
		if(rows<trList.size())
		{
			Element trElement=trList.get(rows);
			List<Element> tdList=trElement.findAllElements(HTMLElementName.TD);
			if(cols<tdList.size())
			{
				//Element tdElement=tdList.get(cols);
				resultElement=tdList.get(cols);
			}
			
		}
		
		return resultElement;
	}
	
	public static void test(String url)
	{
		Source source=null;
		try
		{
			source=new Source(new URL(url));
		
		}
		catch(MalformedURLException e)
		{
			e.printStackTrace();
		}
		catch(IOException e)
		{
			e.printStackTrace();
		}
		List<Element> elementList=source.findAllElements(HTMLElementName.TABLE);
		for(Element element:elementList)
		{
			Element currentElement=new TableContentByHtmlParse().getTableContent(element,2,2);
			if(currentElement!=null)
			System.out.println(currentElement.getContent().toString());
		}
	}
	
	
	public static void main(String[] args)
	{
		test("http://www.akae.cn/study/resourceShareC.html");
	}

}


  相关解决方案