Frage zum Auslesen einer HTML-Zeile

Status
Nicht offen für weitere Antworten.

Nunz

Mitglied
Hiho liebe Java-Gemeinde,

ich bin auf folgendes Problem gestossen.
Auf einer bestimmten Seite ist ein Suchfeld, bei dem etwas eingibt und ein kleines DropDown-Fenster erscheint. Aus diesem DropDown-Fenster brauch ich bestimmte Zeilen bzw Werte.
Ich will aus einem HTML-Code bestimmte Gruppen per Pattern und Matcher auslesen, jedoch gibt mir die Konsole nichts aus sondern bleibt leer :?:

Code:
	while((sEntscheidung = bufferedReader.readLine() ) != null)
	{
//		System.out.println(sEntscheidung);
	
	        Pattern pattern = Pattern.compile("new Array\\(new Array\\(\"(.*?)\",\"Aktien\\\",\"(.*?)\\|");
		Matcher matcher = pattern.matcher(sEntscheidung);
		
		System.out.println(sEntscheidung);
		while (matcher.find())
		{
			System.out.println(sEntscheidungsAusgabe = matcher.group(1));
		}

Nun zu meiner Frage: Warum nimmt er mir die 2 Gruppen nicht und gibt sie korrekt aus?
Der restliche Code müsste stimmen, ich denke auch dass es nur an dieser Zeile liegt.


MfG,
Nunz


EDIT: Die erste Gruppe sollte der Name sein, der im DropDown erscheint und die Zweite ist das "URLAnhängsel", dass er nach einer bestimmten festen URL anhängen soll.
 
solange du hier keine Test-Zeile für sEntscheidung hinschreibst kann man dazu doch nix sagen..

es gibt 45459479 Zeilen, auf die das Pattern passt und 4934793^348598, auf die es nicht passt
 
Code:
import java.net.*;
import java.util.regex.*;
import java.io.*;

public class VerarbeitungsEntscheidung
{
	String sEntscheidung = "";
	String sEingabeVariable = "";
	String sAusgabe;
	String sEntscheidungsAusgabe = "";
	
	String urlString = "http://www.boerse-frankfurt.de/Export/SuggestSearch.aspx?max_results=25&Keywords_mode=APPROX&Keywords=siemens&query=siemens&bias=100&lang=DE&target_id=0";
	
	public void VerarbeitungsEntscheidung() throws IOException
	{
		
	try
	{
	
	//Verbinden mit einer URL
	URL url = new URL(urlString);

	SocketAddress socketAdress = new InetSocketAddress( "inetgw1", 8080 );
	Proxy proxy = new Proxy( Proxy.Type.HTTP, socketAdress );
	
	//Öffnen eines Datenstroms zum Lesen der Daten
	InputStream iStream = url.openConnection(proxy).getInputStream();
	InputStreamReader iStreamReader = new InputStreamReader(iStream);
	
	//BufferedReader zum Auslesen der Zeile
	BufferedReader bufferedReader = new BufferedReader(iStreamReader);
	
	while((sEntscheidung = bufferedReader.readLine() ) != null)
	{

		Pattern pattern = Pattern.compile("new Array\\(new Array\\(\"(.*?)\",\"Aktien\\\",\"(.*?)\\|");
		Matcher matcher = pattern.matcher(sEntscheidung);
		
		System.out.println(sEntscheidung);
		while (matcher.find())
		{
			System.out.println(sEntscheidungsAusgabe = matcher.group(1));
		}
		
		
		
	}	
		
	
	}
	catch (MalformedURLException e)
	{
		System.out.println(e.getMessage());
	}
	catch (IOException e1)
	{
		System.out.println(e1.getMessage());
	}
	
	
	
}

}

So, sorry, mein Fehler 😉

Also dass ist meine Unterklasse zum Auslesen, welche Zahlenkombination hinten drangehängt werden soll.


Zuerst hatte ich das so, aber da ich ja nur einen Bruchteil davon brauch, hab ichs bis auf die Länge die man oben im Code sieht gekürzt.

String sHTMLCode = "(mmSuggestDeliver(0, new Array(\"Name\", \"Category\", \"Keywords\", \"Bias\", \"Extension\", \"IDs\", \"Lang\"), new Array(new Array()\"Siemens AG\", \"Aktien\", \"723610|DE0007236101|||\", \"95\", \"\", \"Siemens_AG|723610\", \"\"), new Array(\"Siemens AG ADRs\", \"Aktien\", \"632748|US8261975010|||\", \"90\", \"\", \"Siemens_AG_ADRs|632748\",\"\"), new Array(\"siemens/equity.western-europe\", \"Fonds\", \"575783|AT0000819792|||\", \"75\", \"\", \"siemens/equity.western-europe|575783\", \"\"), new Array(\"SIEMENS FINANC. 01/11\", \"Anleihen\", \"687191|XS0131224155|Siemens Financieringsmaatschappij N.V.\", \"90\", \"\", \"687191|Siemens Financieringsmaatschappij N.V.|Unternehmensanleihe|Siemens Financieringsmaatschappij N.V.\", \"\"), new Array(\"SIEMENS FINANC. 08/14 MTN\", \"Anleihen\", \"A0TWJ1|XS0369462022|Siemens Financieringsmaatschappij N.V.\", \"90\", \"\", \"A0TWJ1|Siemens Financieringsmaatschappij N.V.|Unternehmensanleihe|Siemens Financieringsmaatschappij N.V.\", \"\"), new Array(\"SIEMENS FINANC. 08/18 MTN\", \"Anleihen\", \"A0TWJ2|XS0369461644|Siemens Financieringsmaatschappij N.V.\", \"90\", \"\", \"A0TWJ2|Siemens Financieringsmaatschappij N.V.|Sonstige|Siemens Financieringsmaatschappij N.V.\", \"\"), new Array(\"SIEMENS FINANC. 09/10 FLR\", \"Anleihen\", \"A0TV1B|XS0366542362|Siemens Financieringsmaatschappij N.V.\", \"90\", \"\", \"A0TV1B|Siemens Financieringsmaatschappij N.V.|Sonstige|Siemens Financieringsmaatschappij N.V.\", \"\"), new Array(\"SIEMENS FINANC. 10/11 FLR\", \"Anleihen\", \"A0TV1C|XS0366542446|Siemens Financieringsmaatschappij N.V.\", \"90\", \"\", \"A0TV1C|Siemens Financieringsmaatschappij N.V.|Sonstige|Siemens Financieringsmaatschappij N.V.\", \"\"), new Array(\"WAVE auf Siemens\", \"Zertifikate\", \"723610|DE0007236101|DB23Q1|DE000DB23Q17\", \"80\", \"OPEN END\", \"DB23Q1|38|723610|DE0007236101|Deutsche Bank|Knock-Out & Open-End Knock-Out\", \"\"), new Array(\"WAVE auf Siemens\", \"Zertifikate\", \"723610|DE0007236101|DB26UN|DE000DB26UN3\", \"80\", \"14.01.2009\", \"DB26UN|38|723610|DE0007236101|Deutsche Bank|Knock-Out & Open-End Knock-Out\", \"\"), new Array(\"WAVE auf Siemens\", \"Zertifikate\", \"723610|DE0007236101|DB0M31|DE000DB0M315\", \"80\", \"OPEN END\", \"DB0M31|38|723610|DE0007236101|Deutsche Bank|Knock-Out & Open-End Knock-Out\", \"\"), new Array(\"WAVE auf Siemens\", \"Zertifikate\", \"723610|DE0007236101|DB17WP|DE000DB17WP3\", \"80\", \"11.02.2009\", \"DB17WP|38|723610|DE0007236101|Deutsche Bank|Knock-Out & Open-End Knock-Out\", \"\"), new Array(\"WAVE auf Siemens\", \"Zertifikate\", \"723610|DE0007236101|DB26UP|DE000DB26UP8\", \"80\", \"14.01.2009\", \"DB26UP|38|723610|DE0007236101|Deutsche Bank|Knock-Out & Open-End Knock-Out\", \"\")), 13, 0)";


Diese einzig diese rot markierten Daten brauch ich.
 
so, auf sinnvolle Maße gekürzt:
Code:
public class Test
{


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

        String sEntscheidung = "yy new Array(new Array()\"Siemens AG\", \"Aktien\", \"723610|";
        Pattern pattern = Pattern.compile("new Array\\(new Array\\(\"(.*?)\",\"Aktien\\\",\"(.*?)\\|");
        Matcher matcher = pattern.matcher(sEntscheidung);

        System.out.println(sEntscheidung);
        while (matcher.find())
        {
            System.out.println(matcher.group(1));
        }

    }
}
nun kann man anfangen nachzudenken, erstmal nur einen Match/ ein find() herstellen:

ich sehe z.B., dass du mal im Pattern \\\" stehen hast und an anderer Steller nur \", was darfs denn sein?

hängt natürlich davon ab, ob der gepostete String der tatsächliche Text ist oder der Java-String,
also tatsächlicher Text =
> new Array(new Array()\"Siemens AG\", \"Aktien\", \"723610|
oder
> new Array(new Array()"Siemens AG", "Aktien", "723610|
?

jedenfalls enthät der String entweder nur " oder nur \", eine Mischung in deinem Pattern macht wenig Sinn,

dann hast du im Pattern nach dem zweiten new Array ein \\(, aber keine schließende Klammer?
usw. sowas musst du alles testen,

und am besten noch kleiner anfangen als in meinem Code,
erstmal ein Pattern
> new Array
dann
> new Array\\(
usw, Schritt für Schritt ans Ziel


ein langes Pattern fertig schreiben und geht nicht - das klappt ja nicht
 
Ich hab jetzt nochmal die Zeile auslesen lassen die ich brauch auf verkürzte Weise:

mmSuggestDeliver(0, new Array("Name", "Category", "Keywords", "Bias", "Extension", "IDs", "Lang"),
new Array(new Array("Siemens AG", "Aktien", "723610|DE0007236101|||", "95", "", "Siemens_AG|723610", ""),
new Array("Siemens AG ADRs", "Aktien", "632748|US8261975010|||", "90", "", "Siemens_AG_ADRs|632748", "")
Zu der Aussage, dass es manchmal 3 Backslashs sind und manchmal nur Einer: Da ich ja diese massige Anzahl an Anführungsstrichen in der HTML-Zeile (s.o) habe, muss ich das ja irgendwie beheben indem ich nen Backslash vor jedes Anfühungszeichen setze, da er mir in Eclipse sonst meckert.

Nun hab ichs wieder auseinandergepfriemelt und es sieht momentan so aus (HTML-Code-Schnipsel):

Code:
Pattern pattern = Pattern.compile("new Array(new Array(\"(.*?)\", \"Aktien\", \"723610|(.?*)|||\"");

Dadurch, dass ich jetzt aber durch die Pipes am Ende des Arrays habe flieg ich jedes mal mit ner PatternSyntaxException raus, weil ich höchstwarscheinlich keine \ vor den Pipes am Ende habe.

Exception in thread "main" java.util.regex.PatternSyntaxException: Unclosed group near index 56
new Array(new Array("(.*?)", "Aktien", "723610|(.*?)|||"

Durch Eclipse wird mir angezeigt, dass hinter dem letzten Anführungsstrich nen Fehler sein soll.

Könnte eventuell an der Fehlenden Klammer am Ende des Strings liegen, jedoch beinhaltet erste "new Array" die kompletten Auswahlmöglichkeiten des DropDown-Windows.
Ergo, ist das ja eigentlich egal ob da hinten eine Klammer fehlt oder nicht, da es ja in nem String is, oder irre ich mich da?
 
als ~zehntes Zeichen hast du ein nicht escaptes (, aber kein )

> Da ich ja diese massige Anzahl an Anführungsstrichen in der HTML-Zeile (s.o) habe, muss ich das ja irgendwie beheben indem ich nen Backslash vor jedes Anfühungszeichen setze

gerne gerne, ich weiß ja nicht wie dein String aussieht, bastel dir alles so zurecht wie es sein muss,
mein Hinweis, dass du dann aber für ALLE Anführungszeichen \\\" ins Pattern schreiben musst (oder gar kein \\\", je nachdem), ist dennoch hilfreich
 
Ok die Exception wurde behoben, da ich vor die öffnenden Klammern im String nen Backslash setzen musste um es sozusagen auszukommentieren, jedoch bringt er mir wieder die ganze Zeile und ich raffs einfach nicht wieso oO
 
Code:
	public static void testSuche() {
		
		String line = "mmSuggestDeliver(0, new Array(\"Name\", \"Category\", \"Keywords\", \"Bias\", \"Extension\", \"IDs\", \"Lang\"),new Array(new Array(\"Siemens AG\", \"Aktien\", \"723610|DE0007236101|||\", \"95\", \"\", \"Siemens_AG|723610\", \"\"), new Array(\"Siemens AG ADRs\", \"Aktien\", \"632748|US8261975010|||\", \"90\", \"\", \"Siemens_AG_ADRs|632748\", \"\")";
		
		Pattern pattern = Pattern.compile("\\),\\s*(new Array\\()?\\s*new Array\\(\"(.*?)\",\\s*\"Aktien\",\\s*\"\\d+\\|(.*?)\\|");
		Matcher matcher = pattern.matcher(line);
		while (matcher.find()) {
			String group1 = matcher.group(2);
			String group2 = matcher.group(3);
			System.out.println(group1 + " - "+ group2);

		}
		// Siemens AG - DE0007236101
		// Siemens AG ADRs - US8261975010
	}
 
Mh warst schneller 😉

Wenn ich das nun aber wieder so mache wie du meintest fliegen mir wieder die Exceptions um den Kopf :shock: und ich raffs voll nicht was du meinst mit den \\\" 😉, als Tipp bestimmt hilfreich, nur komm ich auf keinen grünen Zweig irgendwie :autsch:
 
musst ja auch nicht raffen, solange es in der Hinsicht noch kein Problem gibt,

-----

wenn du bisher ansonsten noch eine Frage hast dann spiele ich mir deinem Mega-Pattern nicht weiter mit
SlaterB hat gesagt.:
und am besten noch kleiner anfangen als in meinem Code,
erstmal ein Pattern
> new Array
dann
> new Array\\(
usw, Schritt für Schritt ans Ziel


ein langes Pattern fertig schreiben und geht nicht - das klappt ja nicht
 
Status
Nicht offen für weitere Antworten.

Neue Themen


Zurück
Oben