问题：
利用Java和JSOUP-Android Studio从HTML文件中提取数据
戈嘉慕
我正在从Android Studio中的本地HTML页面中提取数据，而不是显示正确的信息，它显示的只是一个空白屏幕。信息不是从HTML文件中提取的（它不显示在日志中）。下面是一段主要的代码。有人知道怎么修吗？
public class MainActivity extends Activity {
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
try {
StringBuilder buf=new StringBuilder();
InputStreamReader inputStream = new InputStreamReader(getAssets().open("filename.html"));
BufferedReader bufferedReader = new BufferedReader(inputStream);
String str;
while ((str=bufferedReader.readLine()) != null) {
buf.append(str);
}
Document doc = Jsoup.parse(buf.toString());
StringBuilder sb = new StringBuilder();
Elements tableElements = doc.select("td[colspan='1']");
TextView textView = (TextView)findViewById(R.id.text_view);
for (Element td : tableElements) {
sb.append(td.text() + "\n");
System.out.println(td.text());
}
textView.setText(sb.toString());
} catch (IOException e) {
e.printStackTrace();
}
}
下面是我正在尝试刮取的HTML。我要刮像“九点”和“九点十五分”那样的时间。还有“声音”、“P.Mann”、“P2016”、“Ship”、“P2015”、“K.Lion”和“22-29、32-36”。
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns='http://www.w3.org/1999/xhtml'>
<head>
<title>timetable.html</title>
<meta http-equiv='content-disposition', content='attachment;filename=timetable.html'>
<meta http-equiv="Content-Type" content="application/octet-stream" />
<style>body {background-color:white;} body,td { font-family: arial; } </style>
</head>
<data>
<body>
<table cellspacing='0' border='0' width='100%' >
<col align='left' />
<col align='center' />
<col align='right' />
</data>
<tr>
<td/>
<td/>
<td/>
</tr>
</table>
</td>
</tr>
<tr>
<td>
<table cellspacing='0' border='0' width='100%' >
<col align='left' />
<col align='center' />
<col align='right' />
<tr>
<td/>
<td/>
<td/>
</tr>
</table>
</td>
</tr>
<tr>
<td>
<table cellspacing='0' border='0' width='100%' >
<col align='left' />
<col align='center' />
<col align='right' />
<tr>
<td/>
<td/>
<td/>
</tr>
</table>
</td>
</tr>
<tr>
<td>
<table cellspacing='0' border='0' width='100%' >
<col align='left' />
<col align='center' />
<col align='right' />
<tr>
<td>
<table border='0' width='100%'>
<tr>
<td width='40%' align='left' valign='middle'>
<font face='arial' size='3'>
<b>The Year<font size='1'>
</td>
<td width='20%' align='center' valign='middle'>
<font face='arial' size='1'>ICOM</td>
<td width='40%' align='right' valign='middle'>
<font face='arial' size='2'>
<b>Weeks selected for output: 26 (22 Feb 2016-28 Feb 2016)</td>
</td>
<td/>
<td/>
</tr>
</table>
</td>
</tr>
</table>
<table cellspacing='0' border='1'>
<tr>
<td/>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>9:00</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>9:15</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>9:30</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>9:45</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>10:00</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>10:15</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>10:30</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>10:45</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>11:00</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>11:15</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>11:30</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>11:45</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>12:00</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>12:15</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>12:30</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>12:45</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>13:00</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>13:15</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>13:30</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>13:45</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>14:00</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>14:15</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>14:30</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>14:45</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>15:00</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>15:15</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>15:30</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>15:45</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>16:00</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>16:15</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>16:30</font>
</td>
<td bgcolor='#C0C0C0' colspan='1'>
<font color='#FFFFFF'>16:45</font>
</td>
</tr>
<tr >
<td style="border-bottom:3px solid #000000;" rowspan='1' bgcolor='#C0C0C0'>
<font color='#FFFFFF'>Monday</font>
</td>
<td style="border-bottom:3px solid #000000;" colspan='12' rowspan='1' >
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<tr>
<td align='left'>
<font color='#FF0000'>Sound</font>
</td>
</tr>
</table>
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<col align='right' />
<tr>
<td align='left'>
<font color='#000000'>P2016</font>
</td>
<td align='right'>
<font color='#008000'>P.Man</font>
</td>
</tr>
</table>
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<tr>
<td align='left'>
<font color='#000080'>22-29, 32-36</font>
</td>
</tr>
</table>
</td>
<td style="border-bottom:3px solid #000000;" > </td>
<td style="border-bottom:3px solid #000000;" > </td>
<td style="border-bottom:3px solid #000000;" > </td>
<td style="border-bottom:3px solid #000000;" > </td>
<td style="border-bottom:3px solid #000000;" colspan='4' rowspan='1' >
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<tr>
<td align='left'>
<font color='#FF0000'>Ship</font>
</td>
</tr>
</table>
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<col align='right' />
<tr>
<td align='left'>
<font color='#000000'>P2015</font>
</td>
<td align='right'>
<font color='#008000'>K.Loin</font>
</td>
</tr>
</table>
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<tr>
<td align='left'>
<font color='#000080'>22-29, 32-36</font>
</td>
</tr>
</table>
</td>
<td style="border-bottom:3px solid #000000;" colspan='12' rowspan='1' >
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<tr>
<td align='left'>
<font color='#FF0000'>Mobility</font>
</td>
</tr>
</table>
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<col align='right' />
<tr>
<td align='left'>
<font color='#000000'>P2222</font>
</td>
<td align='right'>
<font color='#008000'>D.Met</font>
</td>
</tr>
</table>
<table cellspacing='0' border='0' width='100%'>
<col align='left' />
<tr>
<td align='left'>
<font color='#000080'>22-29, 32-36</font>
</td>
</tr>
</table>
</td>
</tr>共有1个答案
林辰钊
我的回答是基于这样的假设：既然您没有通知我们任何与访问文件相关的错误/异常，那么您可以并且正在正确地访问它。
这意味着问题可能与
- 如何分析/选择此文件中的信息
- 如何打印结果信息（但这一点超出了我的范围，因为我不是Android开发人员，但我假设
textview.settext(sb.toString())；是正确的步骤）。
Elements tableElements = doc.select("td[colspan='1']");
如果查看element#Select的教程或文档中的示例，您将看到基于属性选择元素的语法是element[attribute=value]而不是element[attribute='value']。
因此它不使用'也不使用“”来描述属性的值，这意味着您不需要用'1'包围1。
因此将代码更改为
Elements tableElements = doc.select("td[colspan=1]");
类似资料：
-
我有这个html 并且，我试图得到每个标签的href。 例如，
-
我有一个带有ID、TEXT等列的表，这里的TEXT是超文本标记语言FORMAT中包含数据的Clob列 样本数据： 当我使用Jsoup.parse（AUDIT_SCOPE_LOB.text（）时；我得到的数据如下 我对java知之甚少。我可以使用jsoup获取java代码来提取数据并重新运行下面的outpu吗 实际上，这个数据是一个样本数据。我有一些带有html标记的数据，这里没有提到。
-
我一直在研究用于数据提取的Jsoup示例，并提取了此链接的一个示例 J汤
-
问题内容： 我想使用JSoup-framework提取此表，以将内容保存在“表”数组中。第一个tr-tag是表头。所有以下内容（不包括在内）均描述了内容。 我已经测试了这一个和其他一些，但是我没有让它们为我工作： 使用JSoup提取HTML表内容 问题答案： 这是一些示例代码，您如何仅选择标题： 你得到… 解析 文件 ：（这里是和字符集，请参阅jsoup对铁道部的相关信息文件） 解析 网站 ：（不
-
当我试图从在线URL=forexalgerie.com中的表中获取数据时，我的目标是这些值： ...似乎我的代码一切正常： 但是结果包含表中的所有内容，除了我想要的值？ 怎么了？
-
有多个包含美国专利No.9,000,000的转让数据的div元素出现在行下面 有办法用JSOUP提取这个隐藏的html吗？