使用java将网页解析为excel并使用超链接

Question

我对Apache POI和Jsoup很新，我非常困惑。我试图将此文件解析为excel：

我希望每个列都是excel电子表格中的一列。 ＆＃34;数据文件＆＃34;，＆＃34; Stata数据文件＆＃34;中的条目和＆＃34;字典＆＃34;列是按下时下载.zip文件的超链接。我知道Apache POI可以创建超链接，但它是否可以将这些现有的超链接解析为excel？此外，这些数据来自网页，而不是特定的文件，所以这甚至可以用于Java吗？

有人能指出我正确的方向吗？如果这个项目可行，那么使用POI或Jsoup会更好吗？谢谢！

Answer 1

你应该将这个任务分成两个步骤，因为它们解决了不同的问题，你将需要Jsoup和POI。

1. 抓取网页并解析（Jsoup）
2. 将已解析的结果写入Excel电子表格（POI）

1）您可以使用Jsoup来获取和解析网页，Jsoup Cookbook有许多简单的示例，您可以如何做到这一点。你可以这样：

Document doc = Jsoup.connect("http://example.com/").get(); // Grab page
Element table = doc.getElementById("my-table"); // Get table with id "my-table"

通过使用选择器，您可以读取所需的数据并将其写入POJO或您真正喜欢的任何地方。

2）获得所需数据后，您可以使用POI创建Excel电子表格。

繁忙的开发者指南显示how to write to an excel sheet以及如何创建hyperlinks。

创建超链接的要点是：

Workbook wb = new XSSFWorkbook();
CreationHelper createHelper = wb.getCreationHelper();
Sheet sheet = wb.createSheet("Test sheet");

Cell cell = sheet.createRow(0).createCell((short)0);
cell.setCellValue("URL Link"); // Text that will be shown, e.g. AL2015

Hyperlink link = createHelper.createHyperlink(Hyperlink.LINK_URL);
link.setAddress("http://poi.apache.org/"); // Set actual hyperlink URL
cell.setHyperlink(link); // Add hyperlink to cell