如何使用JAVA解析来自HTML页面的值

该页面包含此：

enter image description here

我想从那里只提取值。

我试过这段代码：

import java.io.*; 
import java.net.*; 
import javax.swing.text.html.*; 
import javax.swing.text.html.parser.*; 

public class Test extends HTMLEditorKit.ParserCallback { 
    StringBuffer txt; 
    Reader reader; 

    // empty default constructor 
    public Test() {} 

    // more convienient constructor 
    public Test(Reader r) { 
    setReader(r); 
    } 

    public void setReader(Reader r) { reader = r; } 

    public void parse() throws IOException { 
    txt = new StringBuffer(); 
    ParserDelegator parserDelegator = new ParserDelegator(); 
    parserDelegator.parse(reader, this, true); 
    } 

    public void handleText(char[] text, int pos) { 
    txt.append(text); 
    } 

    public String toString() { 
    return txt.toString(); 
    } 

    public static void main (String[] argv) { 
    try { 
     // the HTML to convert 
     URL toRead; 
     if(argv.length==1) 
     toRead = new URL(argv[0]); 
     else 
     toRead = new URL("http://test.com/values.html"); 

     BufferedReader in = new BufferedReader(
     new InputStreamReader(toRead.openStream())); 
     Test d = new Test(in); 
     d.parse(); 
     in.close(); 
     System.out.println(d.toString()); 
    } 
    catch (Exception e) { 
     e.printStackTrace(); 
    } 
    } 
}

而我得到的是这种提取物：

Measured valuestable{font-family:verdana,arial,helvetica,sans-serif;color:#000;font-size:10px;background-color:#fff;}Temperature:24.9°CRelative humidity:48.3%RHDew point:13.3°C

是否有任何机会，只提取值？

25.0 
51.0 
14.1

谢谢大家的帮助和理解。

真诚的问候。

谢谢大家的帮助。如所建议的我用JSoup如下：

Document doc; 
    try { 

    // need http protocol 
    doc = Jsoup.connect("http:/test.com/values.html").get(); 



    String text = doc.text(); 

    System.out.println("text : " + text); 
      Element pending = doc.select("table td:eq(1)").get(0); 
      Element nextDate = doc.select("table td:eq(1)").get(1); 
      Element date = doc.select("table td:eq(1)").last(); 

      System.out.println(pending.text() + "\n" + nextDate.text() + "\n" + date.text()); 




} catch (IOException e) { 
    e.printStackTrace(); 
}

}

其结果是这样的：

23.9°C 
52.8%RH 
13.7°C

不可能仅提取的值，而不ºC和％RH ？

对于给您带来的不便，我们深表歉意。

来源

2014-07-21 rpirez

您可以使用JSoup，解析页面并从特定标记中提取数据 –

非常感谢您的回复。你能给我一些示例代码吗？ – rpirez

嘿在使用我的jsoup的想法之后，你需要的是将字符串转换为带有小数的数字，所以使用下面的代码来获得下面的结果。因为元素不知道数字...

public static void main(String[] args) { 
    String str="23.9°C"; 
    System.out.println(str.replaceAll("[^0-9.]+", " ").toString()); 
    str="52.8%RH"; 
    System.out.println(str.replaceAll("[^0-9.]+", " ").toString()); 
    str="13.7°C"; 
    System.out.println(str.replaceAll("[^0-9.]+", " ").toString()); 
} 

23.9 
52.8 
13.7

来源

2014-07-21 16:56:46 Harry

rpirez，它解决了你的问题还是你需要任何其他的东西？ – Harry

非常感谢您的回复，并感谢您的帮助。 – rpirez

欢迎rpirez ... – Harry

rpirez，

使用Jsoup库使用Java，它提供了文档，元素，标签，一行行解析HTML页面的最佳途径等等，

解析HTML页面

示例： Document doc = Jsoup.connect（“http://en.wikipedia.org/”）.get（）;

或得到由ID的元素，

//如果它是一个单一的数据

Document doc = Jsoup.parse(html); 

Element data1 = doc.getElementById("data1"); 

// If its a multiple data, 
Elements inputElements = data1.getElementsByTag("input"); 
// Using elements do something like this to parse the data perfectly,  
for (Element inputElement : inputElements) { 
    String key = inputElement.attr("name"); 
    String value = inputElement.attr("value"); 
}

如果您在使用这个罐子的任何概率，请不要让我们知道...

感谢和问候，哈利

来源

2014-07-21 15:05:05 Harry

感谢您的回复，这真的很有用。我编辑我的问题，是否有可能帮助我仅提取值？ – rpirez

public static void main（String [] args）{ \t \t String str =“23.9°C”; System.out.println（str.replaceAll（“[^ 0-9。] +”，“”）.toString（））; \t \t str =“52.8％RH”; System.out.println（str.replaceAll（“[^ 0-9。] +”，“”）.toString（））; \t \t str =“13.7℃”; System.out.println（str.replaceAll（“[^ 0-9。] +”，“”）.toString（））; \t} – Harry

我的上面的代码将为你的转换工作，你需要做的是将最终的pending.text（）转换为字符串，然后使用我的上面的代码，这将返回以下答案。 23.9 52.8 13.7 – Harry

谷歌的jericho，这是一个非常好的框架解析html页面，这是比从apache Httpclient。

来源

2014-07-21 15:51:00

如何使用JAVA解析来自HTML页面的值

回答

相关问题