【发布时间】：2013-04-13 08:56:51
【问题描述】：
我知道我们基本上应该在这里尝试做我们自己的东西，这不是提出请求的地方，但我真的很讨厌不得不从 Html 阅读东西，我真的不明白它的方式。
所以，我将奖励 150 分（并不是说我很便宜，我只是不能做得更多：（）如果我能得到一些好的帮助，或者至少被指向正确的方向一些示例代码。
我想要完成什么？
- 我正在尝试从以下Nasa page 获取最新消息。
- 我打算在ListView上显示这条新闻，当然，ListView一开始显示的内容很少，只有通过上面的页面可以获得的数据，这里是一个快速的mock-up。
就是这样，当用户单击链接时，他们将被带到显示完整 article 的不同片段，我将在稍后完成此操作后弄清楚如何获得它。
所以，我尝试使用带有以下位的 HtmlCleaner：
private class CleanUrlTask extends AsyncTask<Void, Void, Void> {
@Override
protected Void doInBackground(Void... params) {
try {
//try cleaning the nasa page.
mNode = mCleaner.clean(mUrl);
} catch (Exception e) {
Constants.logMessage("Error cleaning file" + e.toString());
}
return null;
}
@Override
protected void onPostExecute(Void result) {
try {
//For now I am just writing to an xml file to sort of read through
//God is HTML code ugly.
new PrettyXmlSerializer(mProps).writeToFile(
mNode, FILE_NAME, "utf-8"
);
} catch (Exception e) {
Constants.logMessage("Error writing to file: " + e.toString());
}
}
}
但是从那里开始，我几乎迷路了。这是XML output 顺便说一句。然而，我确实注意到，对于每篇文章内容，某些tag hierarchy 有某种重复，它似乎是这样的：左用于图像和文章链接，右用于文章标题和预览内容
所以，如果有人愿意帮助我弄清楚如何以某种方式获取内容，我将不胜感激。
顺便说一句，这个项目是为了教育目的，作为 2013 年 NASA 国际太空应用挑战赛的一部分，更多信息 here。
作为一个额外问题，同一链接包含当前、未来和过去探险的信息，包括当前成员，对于探险的每个成员，都有一个指向他们的简历页面的链接。
这些标签似乎并不重复，但名称似乎是预设且不变的，您有“tab1”、“tab2”和“tab3”，等等。
我想从中获得的是：
- 远征号和日期。
- 探险队成员
- 每个会员个人简历的链接。
再次感谢您的支持，如果有的话，我真的很感激。
【问题讨论】：
标签： android html-parsing htmlcleaner