JSoup 从网站获取 HTML table 数据

Question

我想从 HTML table 中获取数据，如下所示：

<tr>
  <td rowspan="30" class="listWeekday">Mo</td>    
    <td class="listStart">05:00</td>
    <td class="listEnd">08:30</td>
</tr>
<tr>
  <td... unknown value of Start and End td's> </td></tr>
<tr>
  <td rowspan="30" class="listWeekday">Tu</td>
   <td.. same as Monday, continues so till Friday></td></tr>

我喜欢用 Jsoup 解析这个 table。我尝试在

中将 select() 方法与 "td.listWeekday" 运行一起使用

for (Element elem : values) {
  S.o.P(elem.text()); }

工作正常，但是当我尝试获取 listStart 值时，它会收集所有日期的数据，但我喜欢将它们分开，所以我每天都获取 listStart 和 listEnd 值。

我认为这是可能的，但我什至不知道从哪里开始，因为 listStart 和 listEnd 的数量每天都在变化。

Answer 1

在 JSoup 或我知道的任何其他 HTML 库中，分析具有行跨度条目的表并不简单。在您的情况下，您可以做的是在循环遍历所有行的同时在当天保留一个简单的变量。像这样：

String URL = "http://pastebin.com/raw/Sa2MRCTQ";
Document doc = Jsoup.connect(URL).get();
Elements trs = doc.select("tr:has(td.liste-startzeit)");
String currentDay = null;
for (Element tr : trs){
    Element tdDay = tr.select("td.liste-wochentag").first();
    if (tdDay!=null){
        currentDay = tdDay.text();
    }   
    Element tdStart = tr.select("td.liste-startzeit").first();

    System.out.println(currentDay +" : "+tdStart.text());
}

JSoup 从网站获取 HTML table 数据

JSoup get HTML table data from website

html

java

parsing

html-table

jsoup