解析/提取 HTML 表，Java 网站

Question

我想解析这个 HTML 表格的内容：

这里是完整的网站和源代码：

http://www.kantschule-falkensee.de/uploads/dmiadgspahw/klassen/A_Klasse_11.htm

我想解析每个单元格的数据，以“Montag”（星期一）下的所有 5 个单元格为例。 我尝试了几种使用 JSOUP 解析这个网站的方法，但我没有得到任何成功。我的主要目标是在 Android 应用程序的列表视图中显示内容。现在我尝试在 java 控制台中打印内容。两种语言都被接受:)。任何帮助表示赞赏。

Answer 1

以下是您需要遵循的步骤：

1) 您可以使用以下任何 java 库进行 HTML 抓取：

• Tag Soup
• HtmlUnit
• Web-Harvest
• jARVEST
• jsoup
• Jericho HTML Parser

2) 使用Xpath helper

例如1：在查询中输入"//tr[1]//td[1]"，它将给出位置（1,1）处的所有表格元素

例如 2："/html/body[@class='tt']/center/table[1]/tbody/tr[4]/td[3]/table/tbody/tr/td" 会给你蒙塔格下的所有 15 个值。

例如 3："/html/body[@class='tt']/center/table[1]/tbody/tr/td/table/tbody/tr/td" 将为您提供该表的所有 380 个条目

或

使用Jsoup的示例

import org.jsoup.Jsoup;
import java.io.IOException;

public class Main {
    public static void main(String[] args) throws IOException {
        org.jsoup.nodes.Document doc = Jsoup.connect("http://www.kantschule-falkensee.de/uploads/dmiadgspahw/klassen/A_Klasse_11.htm").get();
        org.jsoup.select.Elements rows = doc.select("tr");
        for(org.jsoup.nodes.Element row :rows)
        {
            org.jsoup.select.Elements columns = row.select("td");
            for (org.jsoup.nodes.Element column:columns)
            {
                System.out.print(column.text());
            }
            System.out.println();
        }

    }
}