4.HTML网页的数据抽取

打开Kettle工具，创建转换

通过使用Kettle工具，创建一个转换转换4-2-web，并添加“自定义常量数据”输入控件、“HTTP client”查询控件和“Java代码”脚本控件，具体如图所示。

配置自定义常量数据控件#

单击“元数据”选项卡，定义一个字段常量filename并指定数据类型String；单击“数据”选项卡，添加html形式数据所在的URL，即https://movie.douban.com/chart。

双击“HTTP client”控件，进入“HTTP web service”界面。

勾选“从字段中获取URL？”的复选框；在“URL字段名”处的下拉框中选择URL字段名，即filename；在“结果字段名”处指定结果字段名称&#x