我有一个html文档,文档中的某个地方位于表格下方,我可以获取表格行和java DOM对象。我不清楚的是,当值是字符串时,以及当它是二进制资源时,如何提取表格单元格的值?
我使用的代码如下:
XPath xpath;
XPathExpression expr;
NodeList nodes=null;
// Use XPath to obtain whatever you want from the (X)HTML
try{
xpath = XPathFactory.newInstance().newXPath();
//<table class="data">
NodeList list = doc.getElementsByTagName("table");
// Node node = list.item(0);
//System.out.println(node.getTextContent());
//String textContent=node.getTextContent();
expr = xpath.compile("//table/tr/td");
nodes = (NodeList)expr.evaluate(doc, XPathConstants.NODESET);
和loopiong一样:
for (int i = 0; i < nodes.getLength(); i++) {
Node ln = list.item(i);
String lnText=ln.toString();
NodeList rowElements=ln.getChildNodes();
Node one=rowElements.item(0);
String oneText=one.toString();
String nodeName=one.getNodeName();
String valOne = one.getNodeValue();
但我没有看到表中的值。
<table class="data">
<tr><td>ImageName1</td><td width="50"></td><td><img src="/images/036000291452" alt="036000291452" /></td></tr>
<tr><td>ImageName2</td><td width="50"></td><td><img src="/images/36000291452" alt="36000291452" /></td></tr>
<tr><td>Description</td><td></td><td>Time Magazine</td></tr>
<tr><td>Size/Weight</td><td></td><td>14 Issues</td></tr>
<tr><td>Issuing Country</td><td></td><td>United States</td></tr>
</table>
答案 0 :(得分:1)
此XPath表达式:
/*/tr[1]/td[1]
选择td
元素(在无命名空间中),它是所提供的XML文档的顶部元素(tr
)的第一个table
子元素的第一个子元素。
XPath表达式:
/*/tr[1]/td[2]
选择td
元素(在没有名称空间中),它是所提供的XML文档的顶部元素(tr
)的第一个table
子元素的第二个子元素。
一般:
/*/tr[$m]/td[$n]
选择td
元素(在无名称空间中),该元素是顶部元素$n
- $m
子元素的tr
个子元素({{1提供的XML文档。只需将table
和$m
替换为所需的整数值。
您可以使用标准XPath函数 string()
来获取字符串值:
$n
计算string(/*/tr[$m]/td[$n])
元素的字符串值(在没有命名空间中),该元素是td
- $n
个孩子的$m
个孩子提供的XML文档的元素(tr
)。
答案 1 :(得分:-1)
使用类似“string(// td)”的路径来获取每个单元格的字符串内容。对于链接资源,您需要使用“// td / img / @src”之类的内容来获取URL,然后将它们相对于源URL进行规范化,并从网络中获取结果URL。