使用JSoup提取表数据

我试图从使用JSoup的表中提取财务信息。我查看了类似的问题，并能得到他们的例子来工作（这里有两个：使用JSoup提取表数据

Using JSoup To Extract HTML Table Contents）。

我不确定为什么代码在my URL上不起作用。

下面是3个不同的尝试。任何帮助，将不胜感激。

String s = "http://financials.morningstar.com/valuation/price-ratio.html?t=AXP&region=usa&culture=en-US"; 

//Attempt 1 
try { 
    Document doc = Jsoup.connect("http://financials.morningstar.com/valuation/price-ratio.html?t=AXP&region=USA&culture=en_US").get(); 

    for (Element table : doc.select("table#currentValuationTable.r_table1.text2")) { 
     for (Element row : table.select("tr")) { 
      Elements tds = row.select("td"); 
      if (tds.size() > 6) { 
       System.out.println(tds.get(0).text() + ":" + tds.get(1).text()); 
      } 
     } 
    } 
} 
catch (IOException ex) { 
    ex.printStackTrace(); 
}

// Attempt 2 
try { 
    Document doc = Jsoup.connect(s).get(); 
    for (Element table : doc.select("table#currentValuationTable.r_table1.text2")) { 
     for (Element row : table.select("tr")) { 
      Elements tds = row.select("td"); 
      for (int i = 0; i < tds.size(); i++) { 
       System.out.println(tds.get(i).text()); 
      } 
     } 
    }   
} 
catch (IOException ex) { 
    ex.printStackTrace(); 
}

//Attempt 3 
try { 
    Document doc = Jsoup.connect(s).get(); 
    Elements tableElements = doc.select("table#currentValuationTable.r_table1.text2"); 

    Elements tableRowElements = tableElements.select(":not(thead) tr"); 

    for (int i = 0; i < tableRowElements.size(); i++) { 
     Element row = tableRowElements.get(i); 
     System.out.println("row"); 
     Elements rowItems = row.select("td"); 
     for (int j = 0; j < rowItems.size(); j++) { 
      System.out.println(rowItems.get(j).text()); 
     } 
    }   
} 
catch (IOException ex) { 
    ex.printStackTrace(); 
}

来源

2015-06-14 Nikolas

你的尝试达到/未能达到什么目标？ – lfurini

打印'Document'能够从页面读取的内容（使用'System.out.println（doc）;'）。有些东西告诉我，您的问题可能与您正在查找的HTML内容是由JavaScript通过浏览器动态添加的事实相关，Jsoup无法执行此操作，因为它没有JavaScript支持。在这种情况下，您应该使用更强大的工具，如网络驱动程序（如Selenium）。 – Pshemo

尝试禁用JavaScript并查看您是否可以在浏览器中看到表格... – Pshemo

回答Psherno提供：

打印内容文件能够从页面读取（使用System.out.println(doc);）。有些东西告诉我，您的问题可能与您正在查找的HTML内容是由JavaScript通过浏览器动态添加的事实相关，Jsoup无法执行此操作，因为它没有JavaScript支持。在这种情况下，您应该使用更强大的工具，如网络驱动程序（如Selenium）。

来源

2016-01-21 09:39:10 Stephan

使用JSoup提取表数据

回答

相关问题