问题：

有没有办法从页面中显示的最终文本中提取措辞，而不是从源代码中提取数据？如果是的话，怎么办呢？

非常感谢。

Answer 1

是的，有一种方法可以从网站中提取信息，即使它执行某些客户端操作，例如在显示之前从外部网站加载数据。虽然它是一个非常棘手的解决方案，如果您有机会与网站所有者达成协议并要求他为您的应用程序提供API，我选择该选项。< / p>

好的，根据您的问题，您可以尝试使用Android的WebView首先呈现网站。然后使用here描述的方法之一获取html内容。这里最棘手的部分是用户友好的方式。当您的应用程序正在等待来自WebView的onPageFinished回调时，您必须使用进度条覆盖WebView。在这种情况下，我不确定WebView是否正常运行。但值得尝试。

Answer 2

简答：你不能。

原因：什么呈现HTML是客户端。例如：浏览器，Chrome，Firefox，IExplore等...由于您没有标记语言的翻译，您无法获得标记内容，即使浏览器下载所有内容，这也是HTTP行为。

解决方法：由于您提到某些分支不在页面上，我假设它通过一些Javascript在客户端运行，您可以做的是检查正在执行的客户端并通过代码执行）。由于您的客户是应用程序。

另见：Jsoup

Answer 3

如果没有下载源html，您无法仅提取所需信息。下载源代码后，您可以使用 jsoup 仅迭代您想要的信息。

将此添加到您的应用级 build.gradle 文件

compile 'org.jsoup:jsoup:1.9.2'

然后您可以下载并解析源代码。

String url = "http://bet.hkjc.com/marksix/userinfo.aspx?file=lucky_ocbs.asp&lang=en";
InputStream input = new URL(url).openStream();      
Document doc = Jsoup.parse(input, "ISO-8859-9", url);

Elements sectionElements = doc.select("div#general-info-panel");
Elements imageElements = sectionElements.select("img[src]");

您需要将上面的代码块转换为您的html页面源代码。你可以找到如何使用jsoup的例子。

Answer 4

在JavaScript执行后，

http://phantomjs.org/可用于提取网站的内容。不确定他们是否有Android版本。

Android：从网站提取信息，但不通过其源代码提取

问题：

4 个答案: