htmlunit 操作table表格(一)

内容转至http://blog.java1234.com/blog/articles/285.html
htmlunit提供了对table表格的操作支持:

这里先演示下操作简单表格:

<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>简单表格</title>
</head>
<body>
    <table id="table1">
        <tr>
            <th>学号</th>
            <th>姓名</th>
        </tr>
        <tr>
            <td>007</td>
            <td>米歇尔</td>
        </tr>
    </table>
</body>
</html>

地址:http://www.java1234.com/crawler/table01.html

代码如下:

package com.hbk.htmlunit;

import java.io.IOException;
import java.net.MalformedURLException;

import com.gargoylesoftware.htmlunit.BrowserVersion;
import com.gargoylesoftware.htmlunit.FailingHttpStatusCodeException;
import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
import com.gargoylesoftware.htmlunit.html.HtmlTable;
import com.gargoylesoftware.htmlunit.html.HtmlTableCell;
import com.gargoylesoftware.htmlunit.html.HtmlTableRow;

/**
 * 
 * @author 黄宝康 htmlunit 遍历所有行所有列
 */
public class HtmlUnitTest {
    public static void main(String[] args) {
        WebClient webClient = new WebClient(BrowserVersion.FIREFOX_52); // 实例化Web客户端
        webClient.getOptions().setCssEnabled(false); // 取消css支持
        webClient.getOptions().setJavaScriptEnabled(false); // 取消javascript支持
        try {
            HtmlPage page = webClient.getPage("http://www.java1234.com/crawler/table01.html"); // 解析获取页面
            HtmlTable table = page.getHtmlElementById("table1");
            for (HtmlTableRow row : table.getRows()) { // 遍历所有行
                for (HtmlTableCell cell : row.getCells()) { // 遍历所有列
                    System.out.print(cell.asText() + " ");
                }
                System.out.println();
            }
        } catch (FailingHttpStatusCodeException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (MalformedURLException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } finally {
            webClient.close(); // 关闭客户端,释放内存
        }
    }
}

运行输出:

学号 姓名
007 米歇尔

当然也提供了直接获取指定行指定列的api:

package com.hbk.htmlunit;

import java.io.IOException;
import java.net.MalformedURLException;

import com.gargoylesoftware.htmlunit.BrowserVersion;
import com.gargoylesoftware.htmlunit.FailingHttpStatusCodeException;
import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
import com.gargoylesoftware.htmlunit.html.HtmlTable;

/**
 * 
 * @author 黄宝康 htmlunit 获取指定行指定列的文本内容
 */
public class HtmlUnitTest {
    public static void main(String[] args) {
        WebClient webClient = new WebClient(BrowserVersion.FIREFOX_52); // 实例化Web客户端
        webClient.getOptions().setCssEnabled(false); // 取消css支持
        webClient.getOptions().setJavaScriptEnabled(false); // 取消javascript支持
        try {
            HtmlPage page = webClient.getPage("http://www.java1234.com/crawler/table01.html"); // 解析获取页面
            HtmlTable table = page.getHtmlElementById("table1");
            System.out.println("获取第1行第2列:" + table.getCellAt(0, 1).asText());
            System.out.println("获取第2行第1列:" + table.getCellAt(1, 0).asText());
        } catch (FailingHttpStatusCodeException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (MalformedURLException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } finally {
            webClient.close(); // 关闭客户端,释放内存
        }
    }
}

输出:

获取第1行第2列:姓名
获取第2行第1列:007

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