Java：将使用Jsoup解析的多个文件的结果写入文本文件

Question

我在一个文件夹中有多个html文件：下面的代码列出了所有文件，然后用Jsoup解析它们：我没有成功将所有用Jsoup解析的文件的结果写入文本文件：我只得到了最后解析的文件。 怎么了 ？

代码是：

package jsouppackage;

import java.io.File;
import java.io.IOException;
import java.io.PrintWriter;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class Main {

    public static void main(String[] args) {
        File input = new File("C:/html");
        File[] st = input.listFiles();
        for (int i = 0; i < st.length; i++) {
            if(st[i].isFile()){
                parse(st[i]);
            }
        }

    }

    private static void parse(File input ) {
        Document doc;

        try{

            doc = Jsoup.parse(input, "UTF-8", "");


            Elements ids = doc.select("div[id^=osdi] p");
            PrintWriter out = new PrintWriter("C:/html/output/output.txt", "UTF-8");

            for (Element id : ids){

                out.println("\n"+id.text());

            }
            out.close();

        }catch(IOException e){

        }
    }
}

谢谢你的帮助

Answer 1

每次调用

PrintWriter out = new PrintWriter("C:/html/output/output.txt", "UTF-8");

您正在创建新文件（这意味着旧文件已删除）。 您想要的是让writer将数据附加到现有文件，或者如果不存在则创建一个。

因此，如果您想设置编码，则可以使用

OutputStreamWriter(OutputStream out, String charsetName)

由于它接受OutputStream而不是Writer，因此可以将文件设置为输出并使其追加使用

FileOutputStream(String name, boolean append)

您将append参数设置为true

---

换句话说，您可以使用

String outputFile = "C:/html/output/output.txt";
FileOutputStream fos = new FileOutputStream(outputFile, true);
PrintWriter out = new PrintWriter(new OutputStreamWriter(fos, "UTF-8"));

或为提高性能而使用BufferedWriter装饰器添加缓冲

String outputFile = "C:/html/output/output.txt";
FileOutputStream fos = new FileOutputStream(outputFile, true);
PrintWriter out = new PrintWriter(new BufferedWriter(
        new OutputStreamWriter(fos, "UTF-8")));

---

顺便说一句，您不应该在try块中关闭编写器/阅读器/流。 您应该在finally块中执行此操作。 为了使事情变得容易，您可以使用try-with-resources。 也不要将catch块留空，至少要使用e.printStackTrace();至少打印有关抛出异常的信息e.printStackTrace();

所以你的解析方法看起来像

private static void parse(File input) {

    String outputFile = "C:/html/output/output.txt";

    try (FileOutputStream fos = new FileOutputStream(outputFile, true);
         PrintWriter      out = new PrintWriter(new BufferedWriter(
                    new OutputStreamWriter(fos, "UTF-8")))) {

        Document doc = Jsoup.parse(input, "UTF-8", "");
        Elements ids = doc.select("div[id^=osdi] p");

        for (Element id : ids) {
            out.println("\n" + id.text());
        }
        //out.close(); // this will be invoked automatically now
    } catch (IOException e) {
        e.printStackTrace();
    }
}