解析/提取HTML表格，Java网站

Question

我想解析这个HTML表的内容：

  

以下是包含源代码的完整网站：

  

http://www.kantschule-falkensee.de/uploads/dmiadgspahw/klassen/A_Klasse_11.htm

我想解析每个单元格的数据，以“Montag”（星期一）下的所有5个单元格为例。 我尝试了几种使用JSOUP解析本网站的方法，但我没有取得任何成功。我的主要目标是在Android应用中的列表视图中显示内容。现在我试图在java控制台中打印内容。两种语言都被接受:)。任何帮助表示赞赏。

Answer 1

以下是您需要遵循的步骤：

1）您可以使用以下任何Java库进行HTML抓取：

• Tag Soup
• HtmlUnit
• Web-Harvest
• jARVEST
• jsoup
• Jericho HTML Parser

2）使用Xpath helper

例如1：在查询中输入"//tr[1]//td[1]"，它将在位置（1,1）处提供所有表格元素

例如2："/html/body[@class='tt']/center/table[1]/tbody/tr[4]/td[3]/table/tbody/tr/td" 将在Montag下为您提供所有15个值。

例如3："/html/body[@class='tt']/center/table[1]/tbody/tr/td/table/tbody/tr/td" 将为您提供表格的所有380个条目

OR

使用Jsoup

的示例

import org.jsoup.Jsoup;
import java.io.IOException;

public class Main {
    public static void main(String[] args) throws IOException {
        org.jsoup.nodes.Document doc = Jsoup.connect("http://www.kantschule-falkensee.de/uploads/dmiadgspahw/klassen/A_Klasse_11.htm").get();
        org.jsoup.select.Elements rows = doc.select("tr");
        for(org.jsoup.nodes.Element row :rows)
        {
            org.jsoup.select.Elements columns = row.select("td");
            for (org.jsoup.nodes.Element column:columns)
            {
                System.out.print(column.text());
            }
            System.out.println();
        }

    }
}