Java-Jsoup，抓取HTML
[英]Java-Jsoup, scrape html
问题描述
我正在将Jsoup与Java一起使用来解析HTML文件。 我的问题是我如何提取“小时费率：23,016个订单”这一行，因为我正在解析很多文件，因此“小时费率”旁边的数字将发生变化。
<html>
<head>
<title>Testing</title>
</head>
<body>
<p class=MsoNormal align=center style='background:#DEDEDF'>
<span style='font-size:18.0pt'><b>Testing</b></span></p>
Hourly Rate: 23,016 orders<br>
<table border=0 cellpadding=0>
<tr valign=top>
<td>
谢谢
2 个解决方案
解决方案1
1 2013-06-17 14:49:30
我刚刚添加了以下代码：
String HourlyRate = doc.body().ownText();
//String text = doc.body().text();
System.out.println(HourlyRate);
已打印输出：时薪：23,016订单
解决方案2
0 已采纳 2013-06-17 14:07:04
抓住MsoNormal类，然后使用正则表达式查找数字，即
Document doc = Jsoup.parse(htmlString);
Element msoNormal = doc.getElementsByClass("MsoNormal").first();
if(msoNormal!=null){
Pattern p = Pattern.compile("[0-9]+,[0-9]+");
Matcher m = pattern.matcher(msoNormal.text());
if(matcher.find())
System.out.println(m.get());
}
Java Jsoup遍历下拉列表并刮取动态添加的数据
[英]Java Jsoup iterate through drop downs and scrape dynamically added data
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.