从html文件中获取信息

好的，我试图获取数据标题和href并将它们分配给java中的变量。从html文件中获取信息

<tr class="pl-video yt-uix-tile " data-video-id="MBBWVgE0ewk" data-set-video-id="" data-title="Windows Command Line Tutorial - 1 - Introduction to the Command Prompt"><td class="pl-video-handle "></td><td class="pl-video-index"></td><td class="pl-video-thumbnail"><span class="pl-video-thumb ux-thumb-wrap contains-addto"><a href="/watch?v=MBBWVgE0ewk&amp;index=1&amp;list=PL6gx4Cwl9DGDV6SnbINlVUd0o2xT4JbMu"

来源

2016-02-04 J.Doe

你说你想做点什么。向我们展示你曾经尝试过的做法，但没有成功。 –

@TheHeadRush好的，说实话，我不知道这件事。我试着查找关于这个的教程和文档，但没有发现任何看起来像我想要的东西。我宁愿学习如何做，然后只是有人为我做，但我不认为任何人会回答，如果我只是要求这本书或文件。 –

你想要的是一个DOM解析器。 Java在javax.xml.parsers包中为此提供了一组工具。下面推荐的Jsoup更友好一点，但是消耗更多的内存，至少在我的经验中。 –

如果你不介意的话，包括依赖，对于这种东西叫做jsoup一个好的图书馆。

String html = ... 
Document doc = Jsoup.parse(html); 

Element tr = doc.select("tr").first(); 
Element link = tr.select("a").first(); 

String dataTitle = tr.attr("data-title"); 
String href = link.attr("href");

来源

2016-02-04 17:17:56

这个工作到底如何，以及如果有超过1个的href或数据标题？ –

看看***解决方案***部分http://jsoup.org/cookbook/extracting-data/attributes-text-html –

从html文件中获取信息

回答

相关问题