如何“掃描”一個(gè)網(wǎng)站（或頁(yè)面）的信息，并將其帶入我的程序？好吧，我正在試圖弄清楚如何從網(wǎng)頁(yè)中提取信息，并將其帶入我的程序（用Java）。例如，如果我知道我想要信息的確切頁(yè)面，為了簡(jiǎn)單起見(jiàn)，Best Buy項(xiàng)目頁(yè)面，我如何從該頁(yè)面獲得我需要的相應(yīng)信息？喜歡標(biāo)題，價(jià)格，描述？這個(gè)過(guò)程甚至?xí)环Q(chēng)為什么？我不知道甚至開(kāi)始研究這個(gè)。編輯：好的，我正在為JSoup（由BalusC發(fā)布的那個(gè)）運(yùn)行測(cè)試，但我一直收到這個(gè)錯(cuò)誤：Exception in thread "main" java.lang.NoSuchMethodError: java.util.LinkedList.peekFirst()Ljava/lang/Object;at org.jsoup.parser.TokenQueue.consumeWord(TokenQueue.java:209)at org.jsoup.parser.Parser.parseStartTag(Parser.java:117)at org.jsoup.parser.Parser.parse(Parser.java:76)at org.jsoup.parser.Parser.parse(Parser.java:51)at org.jsoup.Jsoup.parse(Jsoup.java:28)at org.jsoup.Jsoup.parse(Jsoup.java:56)at test.main(test.java:12)我有Apache Commons
3 回答
哆啦的時(shí)光機(jī)
TA貢獻(xiàn)1779條經(jīng)驗(yàn) 獲得超6個(gè)贊
我會(huì)使用JTidy - 它與JSoup相似，但我不熟悉JSoup。JTidy處理破壞的HTML并返回一個(gè)w3c Document，因此您可以將其作為XSLT的源來(lái)提取您真正感興趣的內(nèi)容。如果您不了解XSLT，那么您可以使用JSoup作為Document模型比w3c更好用。
編輯：快速瀏覽一下JSoup網(wǎng)站，可以看出JSoup確實(shí)是更好的選擇。它似乎支持CSS選擇器開(kāi)箱即可從文檔中提取內(nèi)容。與進(jìn)入XSLT相比，這可能更容易使用。
添加回答
舉報(bào)
0/150
提交
取消