如何在 JAVA 中使用 htmlparsing 和 curl 来完成这项任务......？

Question

我正在尝试编写一个程序，该程序从文本文件中获取公司名称并在搜索引擎网站上搜索它们（SEC 的 Edgar 搜索）。每个搜索通常会出现 1-10 个唯一的搜索结果链接，因此我想使用 curl 单击带有相关公司名称的链接。链接页面有一个简短的摘要，其中包含术语“公司成立状态：”，然后是州名称。我希望解析州名。我无法理解如何使用 HTML 解析和 curl 及其类。我将不胜感激任何可能的帮助，例如步骤的简要概述或任何建议。谢谢。

Answer 1

假设 HTML 相当基本，请使用 Mozilla Java HTML Parser 之类的内容。 getting started guide 将为您提供有关创建 DOM 的更多详细信息。 Java 有 builtin APIs 用于从 Web 下载内容，这些对您来说可能就足够了（而不是使用“curl”）。

拥有 DOM 后，您可以使用标准 DOM API 导航到所需的链接和项目。