Java-Jsoup，抓取 html答案

【问题标题】：Java-Jsoup, scrape htmlJava-Jsoup，抓取 html
【发布时间】：2013-06-17 22:49:30
【问题描述】：

我正在使用 Jsoup 和 Java 来解析 HTML 文件。我的问题是如何才能提取“每小时费率：23,016 个订单”的行我正在解析很多文件，所以 Hourly Rate 旁边的数字会改变。

<html>
<head>
<title>Testing</title>
</head>
<body>
<p class=MsoNormal align=center style='background:#DEDEDF'>
<span style='font-size:18.0pt'><b>Testing</b></span></p>
Hourly Rate: 23,016 orders<br>
<table border=0 cellpadding=0>
<tr valign=top>
<td>

谢谢

【问题讨论】：

标签： java html web-scraping jsoup

【解决方案1】：

我刚刚添加了这段代码：

 String HourlyRate = doc.body().ownText();
//String text = doc.body().text();

System.out.println(HourlyRate);

打印出来的：每小时费率：23,016 个订单

【讨论】：

【解决方案2】：

获取 MsoNormal 类，然后使用正则表达式查找数字，即

Document doc = Jsoup.parse(htmlString);
Element msoNormal = doc.getElementsByClass("MsoNormal").first();
if(msoNormal!=null){
  Pattern p = Pattern.compile("[0-9]+,[0-9]+");
  Matcher m = pattern.matcher(msoNormal.text());
  if(matcher.find())
    System.out.println(m.get());
}

【讨论】：

感谢 selig 的响应“我得到了“模式”和“匹配器”类。我的 IDE 找不到它们。
您需要从java.util.regex导入它们