Question

所以我试图从某个网站获取一些数据。当应用程序首次启动时，它会下载某个网站的html文件并进行清理。

private class cleanHtml extends AsyncTask<Void, Void, Void>{

    @Override
    protected Void doInBackground(Void... arg0) {
        try {
            HtmlCleaner cleaner = new HtmlCleaner();
            String url = "https://www.easistent.com/urniki/263/razredi/16515";
            TagNode node = cleaner.clean(new URL(url));
            CleanerProperties props = cleaner.getProperties();
            String fileName = Environment.getExternalStorageDirectory().getPath() + "/Android/data/com.whizzapps.stpsurniki/cleaned.html";
            new PrettyXmlSerializer(props).writeToFile(node, fileName, "utf-8");
            Log.i("TAG", "AsyncTask done!");
        } catch (MalformedURLException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
        return null;
    }
}

现在我知道我可以使用XPath使用HtmlCleaner解析html，但我在XPath中根本不知道。我很确定在清理文件后用Jsoup解析它会更容易。这没关系吗？

Answer 1

它应该不是一个问题所有你需要的是一个有效的HTML。你可以用这个：

 String html = getHtml();
 Document doc = Jsoup.parse(html);
 Elements elms = doc.select("cssSelector");
 Elements elms1 = doc.getElementsByClass("class");

使用HtmlCleaner和Jsoup是个好主意吗？

1 个答案: