text von webseite kopieren

[Guest]

hallo

Ich möchte gerne von einer Website einen bestimmten text kopieren und dann einfach in ein textfield kopieren. ist das überhaupt möglich, wenn ja, könnte es mir jemand sagen :wink: ?

 

[Wolfgang Lenhard]

Prinzipiell kannst Du zur Extraktion den HTMLParser (http://htmlparser.sourceforge.net/) nehmen, der das sehr gut macht. Beispiel:

public class HTMLTextStripper {

	public static String stripPage(String uri) {
		if ((uri == null)  || ("".equals(uri))) {
			return null;
		}
		Parser p = null;
		String text = null;
		try {
			p = new Parser(uri);
			text = p.parse(null).asString();
		} catch (ParserException e) {
			e.printStackTrace();
			return null;
		}
		
		return text;
	}

Allerdings weiß ich nicht, was Du mit "bestimmten Text" meinst.

Ciao,
Wolfgang

 

[Guest]

also ich möchte nur eine gewisse stelle eines postings in einem forum raussuchen und kopieren.

 

[Wolfgang Lenhard]

Ich denke, darauf gibt es keine allgemein gültige Lösung. Überlege Dir, ob es irgend eine charakteristische Zeichenkombination oder sonst irgend ein Merkmal gibt anhand dessen Du erkennen kannst, wann die Stelle beginnt und wann sie endet.

 

[Guest]

ja es gibt eine bestimmte zeichenstelle an der ich beginnen möchte, aber wie kann ich das dann umsetzen? mit diesem htmlparser? ich verstehe den noch nicht wirklich, da ich noch nicht sehr lange java lerner.

 

[Giftstachel]

wenn die stelle ab der du den inhalt ausgeben möchtest, oder die stelle davor fix ist, kannst du das mit stringcompare machen.

 

[Wolfgang Lenhard]

Also, zunächst benötigst Du den Text der HTML-Seite, den Du mit dem HTMLParser extrahieren kannst. Wenn Du den Quelltext verwendest, dann kannst Du diesen natürlich direkt verwenden.
Um nun die Textstelle zu kopieren musst Du sie zunächst im Text finden. Hierzu gibt es zwei (vermutlich auch noch viele weitere) Möglichkeiten:
a.) Du suchst Dir den Index, wo die Textstelle beginnt und endet mit int index = String.indexof("Hier Kennung eintragen") und lässt Dir dann die textstelle mit String.subString(index1, index2) zurückgeben, oder
b.) Du teilst den String in verschiedene Strings mit String[] teile = string1.split("Kennung"). Jetzt hast Du in der Zelle 2 des Arrays alles, was nach der Beginn-Kennung ist. Jetzt musst Du noch alles was nach dem Ende kommt ebenfalls entfernen: String[] naechsteTeile = teile[1].split("Kennung2"); eh viola: das was Du suchst ist in naechsteTeile[0] zu finden.

Ciao,
Wolfgang

 

[Wolfgang Lenhard]

Also, zunächst benötigst Du den Text der HTML-Seite, den Du mit dem HTMLParser extrahieren kannst. Wenn Du den Quelltext verwendest, dann kannst Du diesen natürlich direkt verwenden.
Um nun die Textstelle zu kopieren musst Du sie zunächst im Text finden. Hierzu gibt es zwei (vermutlich auch noch viele weitere) Möglichkeiten:
a.) Du suchst Dir den Index, wo die Textstelle beginnt und endet mit

int index = String.indexof("Hier Kennung eintragen");

und lässt Dir dann die textstelle mit

String gesuchterText = String.subString(index1, index2);

zurückgeben, oder
b.) Du teilst den String in verschiedene Strings mit

String[] teile = string1.split("Kennung");

. Jetzt hast Du in der Zelle 2 des Arrays alles, was nach der Beginn-Kennung ist. Jetzt musst Du noch alles was nach dem Ende kommt ebenfalls entfernen:

String[] naechsteTeile =  teile[1].split("Kennung2");

eh viola: das was Du suchst ist in naechsteTeile[0] zu finden.

Ciao,
Wolfgang

 

[DP]

um emailadressen aus seiten rauszulesen gibt es schon fertige tools...

 

[manuche]

Ich würde das Thema gern nochmal aufgreifen, da ich mich im Moment auch mit dem htmlparser von sourceforge beschäftige...
Ich schaffe es dank des Threads den Inhalt der fertigen Seite auszulesen! Allerdings hätte ich gerne den Quellcode um damit weiterarbeiten zu können!
Das ist mein Code bis jetzt:

			try {
				//URL url = new URL ("http://...");
				//URLConnection urlconnection = url.openConnection();
				Parser parser = new Parser ("http://...");
				//HtmlPage htmlparsed = new HtmlPage (parser);
				System.out.println (parser.parse (null).asString());
			}catch (ParserException pe) {
				
			}

nich viel aber der code hat sich ca 1mio mal verändert in der letzten halben stunde ^^


*edit: hat sich erledigt...

			try {
				Parser parser = new Parser ("http://www.xyz.de");
				NodeList nodelist = parser.parse (null);
				String SEARCH = "Suchtext";
				String htmlcode = nodelist.toHtml();
				if (htmlcode.contains (SEARCH)){
					int beginindex = htmlcode.indexOf (SEARCH) + SEARCH.length();
					String gefunden = htmlcode.substring(beginindex, htmlcode.indexOf("Ende des zu lesenden Strings", beginindex));
				}
			}catch (ParserException pe) {
				//
			}