Question

我想访问在具有未知数量的表的网页中迭代的所有表。我写了这段代码

import java.io.*; 
import com.gargoylesoftware.htmlunit.html.HtmlPage;
import com.gargoylesoftware.htmlunit.html.HtmlTable;
import com.gargoylesoftware.htmlunit.html.HtmlTableRow;
import com.gargoylesoftware.htmlunit.html.*;
import com.gargoylesoftware.htmlunit.WebClient;


public class test {

public static void main(String[] args) throws Exception {

            WebClient client = new WebClient();
            HtmlPage currentPage = client.getPage("http://www.mysite.com");
            client.waitForBackgroundJavaScript(10000);
            FileWriter fstream = new FileWriter("index.txt");
        BufferedWriter out = new BufferedWriter(fstream);

        for (int i=0;i<2;i++){
         final HtmlTable table =(HtmlTable)    currentPage.getByXPath("//table").get(i);
         for (final HtmlTableRow row : table.getRows()) {
                for (final HtmlTableCell cell : row.getCells()) {
                out.write(cell.asText()+',');
                }
         out.write('\n');
    }
}

out.close();
    client.closeAllWindows();

}
}

我试过检查条件：

  while(currentPage.getByXPath("//table")){....}

但不接受。什么是正确的检查条件？

Answer 1

htmlunit.html.HtmlPage有一个方法 getElementsByTagName（String tagName）

您可以在其中传递“table”的tagName。然后在粗糙的伪代码中获取它返回的长度：

var x = getElementsByTagName("table");
var nTables = x.length

Answer 2

首先获取HTML Table Rows列表。然后获取HTMLTable列的列表并使用for循环和迭代表。并检查条件你想要什么

List<HtmlTableRow> tableRows = table.getRows();

我得到零行，因为我想检查表头，如果你想要你可以随意改变

List<HtmlTableCell> tableColumns = table.getRow(0).getCells();

for (int row = 0; row < tableRows.size(); row++)
{
    for (int column = 0; column < tableColumns.size(); column++)
    {
        if (tableColumns.get(column).asText().equalsIgnoreCase("check your condition"))
        {
            // do what you want 
        } 
    }
}

访问具有未知数量的表的html页面中的所有表

2 个答案: