從Java中的HTML代碼獲取標簽的文檔對象模型

Question

有誰知道如何從html代碼獲取諸如按鈕之類的標簽的文檔對象模型（DOM）？ 這就是我到目前為止所得到的...

JEditorPane p = new JEditorPane();
p.setContentType("text/html");
p.setText(" <!DOCTYPE html>\\n\n" +
"    <html dir=\"ltr\" lang=\"en\">\\n\n" +
"    <head>\\n\n" +
"    <meta http-equiv=\"Content-Type\" content=\"text/html; \" />\\n\n" +
"    <title>Alidoosti</title>\\n\n" +
"    </head>\\n\n" +
"    <body>\\n\n" +
"    <button id=\"miti\" type=\"submit\">Search</button>\n" +
"    </body>\\n\n" +
"    </html>\\n"); // Document text is provided below.
HTMLDocument d = (HTMLDocument) p.getDocument();


ScriptEngineManager manager = new ScriptEngineManager();
ScriptEngine engine = manager.getEngineByName("js");
try {

engine.eval("function getDomPath(el) {\n" +
"  var stack = [];\n" +
"  while ( el.parentNode != null ) {\n" +
"    console.log(el.nodeName);\n" +
"    var sibCount = 0;\n" +
"    var sibIndex = 0;\n" +
"    for ( var i = 0; i < el.parentNode.childNodes.length; i++ ) {\n" +
"      var sib = el.parentNode.childNodes[i];\n" +
"      if ( sib.nodeName == el.nodeName ) {\n" +
"        if ( sib === el ) {\n" +
"          sibIndex = sibCount;\n" +
"        }\n" +
"        sibCount++;\n" +
"      }\n" +
"    }\n" +
"    if ( el.hasAttribute('id') && el.id != '' ) {\n" +
"      stack.unshift(el.nodeName.toLowerCase() + '#' + el.id);\n" +
"    } else if ( sibCount > 1 ) {\n" +
"      stack.unshift(el.nodeName.toLowerCase() + ':eq(' + sibIndex + ')');\n" +
"    } else {\n" +
"      stack.unshift(el.nodeName.toLowerCase());\n" +
"    }\n" +
"    el = el.parentNode;\n" +
"  }\n" +
"  return stack.slice(1); // removes the html element\n" +
"}"+
"var path = getDomPath("+d+".getElementById('miti'));\n" +
"console.log(path.join(' > '));");

但是我得到了這個錯誤：

javax.script.ScriptException: <eval>:26:60 Missing space after numeric literal
}var path = getDomPath(javax.swing.text.html.HTMLDocument@75f32542.getElementById('miti'));
                                                            ^ in <eval> at line number 26 at column number 60

是什么導致此錯誤？

Answer 1

變量d的類型為HTMLDocument，當與字符串連接時，將調用Java的方法toString() （對於您正在使用的當前類型），該javax.swing.text.html.HTMLDocument@75f32542將返回類似javax.swing.text.html.HTMLDocument@75f32542的字符串。

我想您更喜歡使用javascript對象document 。

請問你想做什么？ 這似乎是一個非常復雜的方法，它只需要解析一些x（ht）ml...。

Answer 2

您可以為此使用Jsoup。 將其添加到您的類路徑並像這樣使用

String html = "[YOUR HTML IN HERE]"
Document doc = Jsoup.parse(html);
Elements buttons = doc.select("button");

之后，對於從select（“ button”）調用中檢索到的每個Element，您可以使用parent（）方法獲取父堆棧。

在此處閱讀有關Jsoup的信息： https ：//jsoup.org/

從Java中的HTML代碼獲取標簽的文檔對象模型

問題描述

2 個解決方案

解決方案1
0 2017-12-28 14:29:44

解決方案2
0 已采納 2017-12-28 16:01:19

從Java中的HTML代碼獲取標簽的文檔對象模型

問題描述

2 個解決方案

解決方案1 0 2017-12-28 14:29:44

解決方案2 0 已采納 2017-12-28 16:01:19

解決方案1
0 2017-12-28 14:29:44

解決方案2
0 已采納 2017-12-28 16:01:19