aus HTML einzelne Inhalte (z.B. Tabelleninhalte) auslesen

[Nicole88]

Hi zusammen...

Ich beiß mir jetzt schon ne zeit lang die Zähne an dem Problem aus, aber ich weiß nicht weiter...
Ich möchte eine HTML-Datei über eine URL aufrufen und dann dort z.B. nur die Inhalte bestimmter Tags, wie zum Beispiel Tabellen-Inhalte auslesen.

Das Aufrufen der HTML funktioniert. Mit einem Iterator springe ich zu den relevanten Tags (z.B. TD). Ich kann zwar auf die Tag-Attribute zugreifen, aber ich weiß nicht wie ich die Inhalte nach dem Iterator auslesen kann...

Hier mal mein bisheriger Code:

public class AmazonFavList {

	public static void main(String[] args) throws Exception {

			URL url = new URL("http://www.amazon.de/quot-design-quot/lm/RZIQFD0IQ5KPV"); //nur eine Beispiel-URL
			URLConnection connection = url.openConnection();

			BufferedReader buffer = new BufferedReader(new InputStreamReader(connection.getInputStream()));

			HTMLEditorKit editorKit = new HTMLEditorKit();
			HTMLDocument htmlDoc = new HTMLDocument();
			htmlDoc.putProperty("IgnoreCharsetDirective", Boolean.TRUE);
			editorKit.read(buffer, htmlDoc, 0);

			HTMLDocument.Iterator iter = htmlDoc.getIterator(HTML.Tag.TD);

			// hier würde ich jetzt gerne auf den Inhalt zugreifen....

Wär für Eure Hilfe sehr dankbar...

VG

Eure Nicole

 

[Kim Stebel]

welche Inhalte willst du denn auslesen? den text zwischen <td> und </td>?

 

[Nicole88]

ja genau.... Weiß allerdings nicht wie ich darauf zugreifen kann... und halt möglichst dann ab dem Iterator....

 

[Kim Stebel]

hast du dir mal http://java.sun.com/javase/6/docs/api/index.html angeguckt?

 

[Nicole88]

sorry, aber wenn man nicht genau weiß nach was man suchen muss ist das nicht so ganz einfach sich durch die komplette Doc zu kämpfen.... Im Übrigen kann man jede Frage im Forum mit dieser Antwort beantworten ... :-/
Vielleicht hat ja jemand ein paar genauere Hinweise.... Würd mich jedenfalls freuen...

 

[Kim Stebel]

ups, das war wohl der falsche link...eigentlich wollte ich auf http://java.sun.com/javase/6/docs/api/javax/swing/text/html/HTMLDocument.Iterator.html verlinken. da musst du dir mal die methoden next und getTag angucken. die erklären sich eigentlich von selbst...wenn nicht, frag halt noch mal etwas konkreter.

 

[Nicole88]

Hi Kim...

Hab mich mal eingelesen, aber Iterator.getTag liefert mir ja einfach den Tag-Typ zurück, wo mein Iterator gerade steht (also bspw. 'img') und Iterator.next bewegt meinen Iterator ja einfach nur zum nächsten, entsprechenden Tag vorwärts.

Wie kann mir das denn helfen die Tag-Inhalte auszulesen? Ich möchte ja die den Content zwischen den Tags auslesen (<td>INHALT</td>)
Ich steh da entweder übelst auf dem Schlauch oder du hast meine frage falsch verstanden

VG Nicole...

 

[Kim Stebel]

hmm ich dachte eigentlich diese tag-klasse könnte etwas mehr...dann ist es wohl doch besser den parser zu verwenden statt dieses iterators. warum willst du denn den iterator nehmen?
guck dir mal die parser-klasse an und die callback-klasse dafür.

 

[Nicole88]

wie es später funktioniert ist mir egal
ich dachte ich guck mal wie weit ich komme, aber wenn ich beim dem Iterator nicht weiterkomme muss ich da auch nicht weitermachen...
wie funktioniert das denn mit den Parser-Klassen? Für mich ist das absolutes neuland und ich hab davon überhaupt keine ahnung....

 

[Leroy42]

Für mich ist das absolutes neuland und ich hab davon überhaupt keine ahnung....

Dann würde ich vorschlagen, daß du dich darin einarbeitest und gezielte
Fragen dazu hier stellst

 

[Nicole88]

ich hatte gezielte Fragen gestellt...
Nur leider ist ist die Lösung dann in eine andere Richtung gegangen, die für mich neu ist...
Die Frage mit den Parser-Klassen ging lediglich darum das grobe Funktions-Prinzip des Parsers zu begreifen.
Ich hab hier also keine Frage wie "Kann mir jemand mal schnell HTML erklären" gestellt...
Ich finde manche sind immer ganz schnell dabei, solche Tipps wie "Lies doch mal die FAQ" oder "Schau einfach in die Doc" oder "Benutz die Suche" zu geben, ohne vielleicht zu berücksichtigen dass die Person schon genau das getan hat und leider dennoch nicht weiterkommt... Find das sehr schade....