0

所以我试图从某个网站获取一些数据。当应用程序首次启动时，它会下载某个网站的 html 文件并对其进行清理。

private class cleanHtml extends AsyncTask<Void, Void, Void>{

    @Override
    protected Void doInBackground(Void... arg0) {
        try {
            HtmlCleaner cleaner = new HtmlCleaner();
            String url = "https://www.easistent.com/urniki/263/razredi/16515";
            TagNode node = cleaner.clean(new URL(url));
            CleanerProperties props = cleaner.getProperties();
            String fileName = Environment.getExternalStorageDirectory().getPath() + "/Android/data/com.whizzapps.stpsurniki/cleaned.html";
            new PrettyXmlSerializer(props).writeToFile(node, fileName, "utf-8");
            Log.i("TAG", "AsyncTask done!");
        } catch (MalformedURLException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
        return null;
    }
}

现在我知道我可以使用 XPath 使用 HtmlCleaner 来解析 html，但我对 XPath 一无所知。我很确定在清理文件后用 Jsoup 解析它会更容易。这个可以吗？

4

1 回答 1

1

这应该不是问题，您只需要一个有效的 html。你可以使用这个：

 String html = getHtml();
 Document doc = Jsoup.parse(html);
 Elements elms = doc.select("cssSelector");
 Elements elms1 = doc.getElementsByClass("class");
于 2013-09-28T22:42:24.680 回答