如何使用 Java 從 HTML 文件中提取資料？

Java HTML 解析

要從網站取得數據，必須先了解 HTML 文件的結構。 HTML 元素使用標籤進行組織，標籤指定每個元素的類型和內容。

例如，以下 HTML 表示具有特定 CSS 類別的 div 標籤：

<code class="html"><div class="classname"></div></code>

用於定位並用 Java 從此標記檢索數據，您可以使用 Java HTML 解析器庫。一種選擇是jsoup，它允許使用類似jQuery 的語法進行方便的HTML 解析：

<code class="java">import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

String html = "<div class=\"classname\">Data to be scraped</div>";
Document doc = Jsoup.parse(html);

boolean usesClass = doc.select("div.classname").hasAttr("class");
String text = doc.select("div.classname").text();
String link = doc.select("div.classname").attr("href");</code>

使用jsoup，您可以輕鬆檢查元素是否具有特定類別、檢索其文字內容或取得任何屬性可能有。

以上是如何使用 Java 從 HTML 文件中提取資料？的詳細內容。更多資訊請關注PHP中文網其他相關文章！