如何将 HTML 表格从特定网站提取到外部 HTML 文件？答案

【问题标题】：How to extract a HTML table from a specific website to external HTML file?如何将 HTML 表格从特定网站提取到外部 HTML 文件？
【发布时间】：2019-10-21 07:25:42
【问题描述】：

我被要求编写一个应用程序，该应用程序将只从给定的 URL https://www.ote-cr.cz/en/statistics/electricity-imbalances-1 下载主表（标记为 report_table）并将其存储在单独的 HTML 文件中。

我已经设法下载了表格的内容，但是我无法按照要求正确设置它的样式。这是我的代码：

    Document doc = Jsoup.connect(url).get();

    System.out.println(doc);
    Element tableElement = doc.select("table.table.report_table").first();

    Elements tableHeaderElements = tableElement.select("thead tr th");
    System.out.println("headers");

    for (int i = 0; i < tableHeaderElements.size(); i++) {
        System.out.println(tableHeaderElements.get(i).text());
        writer.append(tableHeaderElements.get(i).text());

        if (i != tableHeaderElements.size() - 1) {
            writer.append(',');
        }
    }
    writer.append('\n');
    System.out.println();

    Elements tableRowElements = tableElement.select(":not(thead) tr");

    for (int i = 0; i < tableRowElements.size(); i++) {
        Element row = tableRowElements.get(i);
        System.out.println("row");
        Elements rowItems = row.select("td");
        for (int j = 0; j < rowItems.size(); j++) {
            System.out.println(rowItems.get(j).text());
            writer.append(rowItems.get(j).text());

            if (j != rowItems.size() - 1) {
                writer.append(' ');
            }
        }
        writer.append('\n');
    }

    writer.close();
}

为了在单独的 HTML 中获得正确样式的表格，我应该在我的代码中添加什么？

【问题讨论】：

来自使用条款 - “用户无权复制、复制或复制本网站的内容或出于商业目的发布的信息和数据，除非他们得到运营商的明确批准。” .

标签： java html parsing

【解决方案1】：

这会提取 html 表（没有 css）并将其保存到文件中

public class Parser {
    public void parseAndWrite() {

        Document doc;
        try {
            doc = Jsoup.connect(" https://www.ote-cr.cz/en/statistics/electricity-imbalances-1").get();

            PrintWriter writer = new PrintWriter(new File("out.html"));
            System.out.println(doc);
            Element tableElement = doc.select("div.bigtable").first();

            writer.write(tableElement.toString());

            writer.close();
        } catch (IOException e) {
            // LOG may be?
        }
    }

希望对你有帮助

【讨论】：