Question

我正在尝试构建这个应用程序，当提供一个填充了isbn数字的.txt文件时，只需将isbn附加到网址www.isbn.nu/your即可访问isbn编号的isbn.nu页面isbn number 。

在提取页面后，我想扫描它以获取有关该书的信息，并将其存储在excel文件中。

我正在考虑在Java中创建url的文件流，但我不确定如何从html页面中提取信息。存储信息将使用JExcel Java包完成。

我最好的猜测是使用javascript来提取信息，但我不知道如何从我的java程序中调用javascript。

我的想法是否合情合理？如果没有，你们建议我做什么。

我的目标：从html页面检索信息并将其存储在文本文件中每个ISBN的excel文件中。文本文件中可以包含任意数量的isbn。

这不是家庭作业btw，我只是为一个向苏丹捐赠书籍的组织这样做。目前他们有5人手动编目这些书，我就是其中之一。

Answer 1

Jsoup是一个用于解析网页并从中获取数据的有用工具。你可以用Java做到这一点很容易。

您可以解析文本文件，使用字符串构建URL，使用JSoup发送它，然后使用JSoup使用页面上的html标记解析信息。然后你可以随意存储它。如果你对Java更熟悉，你根本不需要使用Javascript。

阅读页面并使用Jsoup解析它的示例：

Document doc = Jsoup.connect("http://en.wikipedia.org/").get();
Elements newsHeadlines = doc.select("#mp-itn b a");

Answer 2

使用您load链接的div（例如，如何http://api.jquery.com/load/）。

在加载完成后，您可以检查网页中使用的div或spans的名称，并使用val（http://api.jquery.com/val/）或text获取该内容（{ {3}}）

Answer 3

以下是www.isbn.nu主页的文字：

请注意，isbn.nu是专为个人手动搜索而设计的。它既不是自动检索的信息资源，也不是公司的研究工具。 isbn.nu保留根据过多请求拒绝访问的权利。

为什么不使用免费的Google图书API来返回XML格式的图书详情。 Java中有许多可用于解析XML提要的类，可以让您的生活更轻松。

Answer 4

以下是所需的步骤：

您可以使用 guide 。

Answer 5

一个简单的解决方案可能是使用像ImportXML(URL,path-expression)这样的Google文档电子表格功能。

此处提供更多信息和示例：