html自动读取excel文件内容吗,的Java读取HTML文件，并保存其内容到一个Excel文件...

REPORTREPORT

################ REPORT ###################

Setup

Item1 1120
Item2 Copy free
Item3 8/3/2017 5:44:51 AM
Item4

我需要阅读的信息与
线。我们的目标是将这些信息保存到一个Excel文件像下面

我目前使用的BufferedReader阅读HTML文件，但我不知道如何来分隔行包含字段和值。我试图使用散列表来保存它的字段名称和值，但我不能以正确的方式获取值。我也试过Jsoup摆脱HTML标签的，但它给了我更多的复杂性读取线以来，HTML文件

private final String[] modStrings = new String[]{"Item1", "Item2", "Item3", "Item4", "Item5"};

public void readHtmlFile() throws IOException {

FileReader reader = new FileReader("C:\\Users\\file.html");

// StringBuilder sb = new StringBuilder();

BufferedReader br = new BufferedReader(reader);

String line;

String[] tempContent = {};

ArrayList content = new ArrayList();

HashMap modMap = new HashMap<>();

while ((line=br.readLine()) != null) {

tempContent = line.split("
");

for(int i = 0; i < tempContent.length; i++){

for (String sub:modStrings){

if(tempContent[i].contains(sub)){

String value = "TODO HERE"; // TODO

content.add(sub);

modMap.put(sub, value);

}

}

}

}

// String textOnly = Jsoup.parse(sb.toString()).text();

for(int i = 0; i < content.size(); i++){

System.out.println(content.get(i));

System.out.println(modMap);

}

}

任何建议或想法将是一个很大的帮助。

2017-08-04

Minwu Yu

+0

通过上面的HTML结构，用'分裂(“< br“)不是给你想要的。你应该使用''split'与'space'来获得'Item'并且值 –

+0

你可以使用String [] keyVal = s.trim()。split(“+”); value = keyVal [1]; key = keyVal [0); –

+0

@TuyenNguyen，我不能使用split(“”)，因为有时候这个值还包含一个空格，如果我用空格拆分，它也会拆分我想要的值。 (例如，免费复制和8/3/2017 5:44:51 AM) –