java 读html

要做个信息查询,需要从别的网站提取一些信息,获取整个网页以后发现想要的内容是一个table,需要取出table每行每单元格的内容,变成自己想要的格式,使用第三方控件HTML Parser来完成。

下载地址:http://htmlparser.sourceforge.net/

String strUrl="http://www.baidu.com";(需要查询的网站,这里举例随便的)

URL url=new URL(strUrl);
//输入流
InputStreamReader isr=new InputStreamReader(url.openStream());
BufferedReader br=new BufferedReader(isr);

//获取html转换成String
String s;
String AllContent="";
while((s=br.readLine())!=null)
{
AllContent=AllContent+s;
}
//使用后HTML Parser 控件
Parser myParser;
NodeList nodeList = null;
myParser = Parser.createParser(AllContent, "utf-8");
NodeFilter tableFilter = new NodeClassFilter(TableTag.class);
OrFilter lastFilter = new OrFilter();
lastFilter.setPredicates(new NodeFilter[] { tableFilter });
try {
//获取标签为table的节点列表
nodeList = myParser.parse(lastFilter);
//循环读取每个table
for (int i = 0; i <= nodeList.size(); i++) {
if (nodeList.elementAt(i) instanceof TableTag) {
TableTag tag = (TableTag) nodeList.elementAt(i);
TableRow[] rows = tag.getRows();
//循环读取每一行
for (int j = 1; j < rows.length; j++) {
TableRow tr = (TableRow) rows[j];
TableColumn[] td = tr.getColumns();
//读取每行的单元格内容
for (int k = 0; k < td.length; k++) {

System.out.print(td[k]..getStringText());//(按照自己需要的格式输出)

}
}

}
}

} catch (ParserException e) {
e.printStackTrace();
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值