Question

我试图从本网站上的表格中抓取信息（目前暂不使用已保存的.htm）： https://web.archive.org/web/20140106024901/http://ftpcontent2.worldnow.com/wjrt/school/closings.htm

基本上我正在编写一个程序，根据此表的第一列返回学校/企业关闭的内容。我尝试使用JSoup将数据保存为元素，但我似乎无法在页面的源代码中找到表格ID，因为它出现在这个位置：Using JSoup To Extract HTML Table Contents < / p>

<P><TABLE BORDER=0 CELLPADDING=2 CELLSPACING=1><TR><TD CLASS="timestamp" ALIGN=RIGHT>UPDATED SUNDAY, JAN  5 AT  9:45 PM</TD></TR><TR><TD BGCOLOR="#EEEEEE"><FONT CLASS="orgname">AARP Foundation&nbsp;[<a href="/web/20140106024901/http://www.aarpworksearch.org/" target=_new>WEB</A>]</FONT>: <FONT CLASS="status">Closed Tomorrow</FONT></TD></TR><TR><TD BGCOLOR="#DDDDDD"><FONT CLASS="orgname">Akron/Fairgrove&nbsp;[<a href="/web/20140106024901/http://www.a-f.k12.mi.us/" target=_new>WEB</A>]</FONT>: <FONT CLASS="status">Closed Tomorrow</FONT></TD></TR><TR><TD BGCOLOR="#EEEEEE"><FONT CLASS="orgname">Alcona&nbsp;[<a href="/web/20140106024901/http://www.alconaschools.net/" target=_new>WEB</A>]</FONT>: <FONT CLASS="status">Closed Tomorrow</FONT></TD></TR><TR><TD BGCOLOR="#DDDDDD"><FONT CLASS="orgname">Alma&nbsp;[<a href="/web/20140106024901/http://www.almaschools.net/" target=_new>WEB</A>]</FONT>: <FONT CLASS="status">Closed Tomorrow</FONT></TD>...

如何在此表中保存数据？

Answer 1

幸运的是，有问题的桌子是唯一有色的桌子。在这种情况下你可以利用它。以下程序打印出您想要的内容。你可以修改它以满足你的需要。

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;


public class JsoupParser3 {

    public static void main(String[] args) {
        Document doc;

        try {               
            doc = Jsoup.connect("https://web.archive.org/web/20140106024901/http://ftpcontent2.worldnow.com/wjrt/school/closings.htm").get();
            for(Element row : doc.select("td[bgcolor]")){
                System.out.println(row.select("font.orgname").first().text() + " - " + row.select("font.status").first().text());
            }

            System.out.println("Done");

        }

        catch (IOException e) {
            e.printStackTrace();
        }
    }

}

使用JSoup刮取HTML表

1 个答案: