Question

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>

Answer 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）。

Answer 2

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。

XPath如何从html文档中检索表格单元格的值

2 个答案: