[英]Jsoup - parsing data from table in Java
我正在嘗試制作一個解析器來獲取出現的最新 SQL 版本(僅限構建版本)。 他收到一個錯誤,以及他不需要的附加文本。 我究竟做錯了什么?
Document doc = Jsoup.connect("https://buildnumbers.wordpress.com/sqlserver/").get();
Elements trs = doc.select("tr");
//remove header row
trs.remove(0);
for (Element tr : trs) {
Elements tds = tr.getElementsByTag("td");
Element td = tds.last();
System.out.println(td.text());
}
您需要使用String::substring在每個文本的末尾去掉(...)
。 此外,您在程序中的任何地方都錯過了null
檢查。
請按以下步驟操作:
import java.io.IOException;
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) throws IOException {
Document doc = Jsoup.connect("https://buildnumbers.wordpress.com/sqlserver/").get();
Elements trs = doc.select("tr");
// remove header row
trs.remove(0);
String text;
int i;
for (Element tr : trs) {
Elements tds = tr.getElementsByTag("td");
Element td;
if (tds != null) {
td = tds.last();
if (td != null) {
text = td.text();
if (text != null) {
i = text.indexOf("(");
if (i != -1) {
System.out.println(text.substring(0, i).trim());
}
}
}
}
}
}
}
輸出:
15.0.4013.40
14.0.3281.6
13.0.5698.0
...
...
...
SSMS 16.4
SSMS 16.3
附加文本
您的問題與 Jsoup 無關。 它提取的值與表格單元格中的值完全一樣,並且無法再為您提供幫助。 您現在可以嘗試使用子字符串刪除您不想要的文本,因此請替換該行
System.out.println(td.text());
使用此代碼:
String text = td.text();
if (text.contains("(")) {
text = text.substring(0, text.indexOf("(")-1);
}
System.out.println(text);
它將只保留(
字符。
空指針異常
您正在解析的頁面包含許多表格。 您執行doc.select("tr")
這意味着您的trs
變量包含此頁面上每個表的每個tr
。 當您的代碼遇到標題行不包含任何td
第二個表時會發生異常,因為它看起來像這樣:
<tr>
<th style="padding:4px;background-color:#f0f0f0;width:10%;">SQL Server</th>
<th style="padding:4px;background-color:#f0f0f0;width:10%;">Analysis Services</th>
<th style="padding:4px;background-color:#f0f0f0;width:65%;">Description</th>
<th style="padding:4px;background-color:#f0f0f0;width:15%;">Release Date</th>
</tr>
解決方案是將選擇限制為僅第一個表,因此替換行:
Elements trs = doc.select("tr");
和
Element firstTable = doc.select("table").first();
Elements trs = firstTable.select("tr");
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.