如何在html链接的网页中搜索和复制特定字符串

Question

让我直接描述问题。如果您转到以下链接，您将看到包含Aesop编写的故事的html链接列表。每个故事都包含一个道德陈述。我需要复制和存储只包含“Aesops Fable道德的字符串：”我需要将结果作为由空格或换行分隔的序列。

http://www.taleswithmorals.com/

我该怎么办？在这种情况下哪个平台更容易使用？你能指导我吗？

Answer 1

我使用python和mechanize（一个web机器人）做了类似的事情。

您也可以使用urllib并解析响应，因为您知道要查找的确切字符串。

我认为Python非常适合这种情况。

Answer 2

http://docs.oracle.com/javase/6/docs/api/java/lang/String.html

Java具有相当高级的本机字符串处理功能。如果我试图在java中这样做，我会做的是indexOf（String）方法，它返回该字符串中特定子字符串的第一个索引。使用它，您可以查找表示链接的html href标记（查看页面的HTML源代码）。如果你不确定如何找到HTML文件本身，这里的How do you Programmatically Download a Webpage in Java是一个很好的解释，说明如何使用java提取HTML文件。 然后，您可以浏览每个单独页面的源代码并找到“Aesop's Fable的道德：”子字符串，然后使用Java的PrintWriter立即保存字符串，后者可以将字符串写入文件：http://docs.oracle.com/javase/7/docs/api/java/io/PrintWriter.html < / p>

希望这有帮助！