JTidy html "hidden" Button drücken

[eicon11]

Hallo, ich versuche gerade für die Uni einen Web Spider zu entwickeln der Internetseiten ausließt und ihre Inhalte Speichert um sie für die Suche zugänglich zumachen.

Kann ich mit jTidy auch irgendwie Buttons betätigen ? Vor allem wenn da sowas steht wie

<input type="hidden" name="showDialog" value="" />

Vielleicht ist die Frage ein bischen blöd gestellt, aber ich kenne mich mit HTML nur sehr bedingt aus...


Gruß eicon11

 

[SebiB90]

das ist kein Button und das ist nichts wo man drauf klicken kann oder ähnliches.
Die hidden Fields gibts nur um "feste" Werte dem Formular mitzugeben.

 

[eicon11]

Doch es ist schon ein Button auf den ich drücken muss, vielleicht gehörte der Code auch nicht dazu.
Wie kann ich denn einen Button mit jTidy drücken ?

 

[SebiB90]

Doch es ist schon ein Button auf den ich drücken muss, vielleicht gehörte der Code auch nicht dazu.
Wie kann ich denn einen Button mit jTidy drücken ?

Vllt hast du ein Button da drin, aber <input type="hidden"> ist kein button

 

[eicon11]

Jagut mag sein, aber wie kann ich jetzt nen Button drücken ?

 

[eicon11]

weiß denn keiner wie man einen Button mit jTidy drücken kann ?

 

[sayang]

Ein Button kann über mehrere Arten gemacht werden. Z.B. mit dem <form>-Tag.

Angenommen, du bist auf der Seite h t t p://w w w.die-domain.de/hiersindwir.php. Im auf der Seite befindet sich ein Formular, das sich vll. so definiert:

<form action="dahingehts.php" method="post">
<input type="hidden" name="parm1" value="value1">
<input type="submit" name="derButton" value="los jetzt">
</form>

Im action-Attribut des form-Tags siehst du, wohin das Formular verlinkt. Ist z. B. eine Php-Seite. Dann gibts noch einen versteckten Parameter namens "parm1" mit dem Wert "value1". Außerdem gibts den Button selbst. Der hat nen Namen "derButton" und den Wert "los jetzt".

Man kann jetzt versuchen, aus diesen Informationen eine URL zu basteln - inkl. der Parameter. Die wäre dann
h t t p://w w w.die-domain.de/dahingehts.php?parm1=value1&derButton=los%20jetzt (%20 ist eine Kodierung für die Leerstelle).

Es gibt aber jede Menge anderer Möglichkeiten, so einen Button zu basteln. Mit Javascript im Hintergrund und und und. Wenn du das alles implementieren willst, dann bist du schon sehr nah an der Implementierung, die jeder Browser schon hat, denn mit einem Klick auf den Button sagst du dem Browser ja nur, dass du den Button geklickt hast. Der Browser interpretiert dann den HTML- und ggf. JavaScript-Code und initiiert eine HTTP-Transaktion.

Lg
sayang

 

[hama]

Hallo,

ich möchte eine Webseite zugreifen und danach sie parsen lassen!
Man kann sie direkt nicht parsen (z.B. mit Hilfe einen XSLT-Parser), weil sie nicht wohlgeformt strukturiert ist ("es ist ein HTML")!. Deswegen braucht man sie zuerst in die so gennante XHTML zu konvertieren und dann sie zu parsen.
Ich habe versucht sie nach dem Auslesen mit Hilfe von JTidy in XHTML umwandeln, aber ohne erfolg! wie folgt:

Tidy tidy = new Tidy();
tidy.setMakeClean( true ); // Ohne Störungen
tidy.setXmlTags( true ); // Eingabe als XML behandeln

URL url;
url = new URL( "Die HTML Seite" );
Reader inputStream = new InputStreamReader( url.openStream() );
BufferedReader in = new BufferedReader( inputStream );
for ( String s; ( s = in.readLine() ) != null; ){

FileOutputStream out= new FileOutputStream(s);

ByteArrayInputStream is = new ByteArrayInputStream(s.getBytes("UTF-8"));
Document doc = tidy.parseDOM( is, out);
}

Und ich bekomme im Trace diese Fehlermeldung, wie folgt:

org.w3c.tidy.DOMDocumentImpl@e746a2
org.w3c.tidy.DOMDocumentImpl@1ce56f8
line 1 column 5 - Warning: replacing illegal character code 131
line 1 column 5 - Warning: replacing illegal character code 131
org.w3c.tidy.DOMDocumentImpl@1afbbe3
org.w3c.tidy.DOMDocumentImpl@584e97
org.w3c.tidy.DOMDocumentImpl@18fc7ca
org.w3c.tidy.DOMDocumentImpl@85bf5f
org.w3c.tidy.DOMDocumentImpl@d733ca
org.w3c.tidy.DOMDocumentImpl@891d76
org.w3c.tidy.DOMDocumentImpl@1ed4d06
org.w3c.tidy.DOMDocumentImpl@5bece2
org.w3c.tidy.DOMDocumentImpl@11cf4e5
org.w3c.tidy.DOMDocumentImpl@121e5a
Characters codes for the Microsoft Windows fonts in the range
128 - 159 may not be recognized on other platforms. You are
instead recommended to use named entities, e.g. &trade; rather
than Windows character code 153 (0x2122 in Unicode). Note that
as of February 1998 few browsers support the new entities."

line 1 column 1 - Warning: unexpected </head>
org.w3c.tidy.DOMDocumentImpl@3abc87
org.w3c.tidy.DOMDocumentImpl@2f5dda
org.w3c.tidy.DOMDocumentImpl@1bad2e8
org.w3c.tidy.DOMDocumentImpl@6c8255
org.w3c.tidy.DOMDocumentImpl@1e0bf98
org.w3c.tidy.DOMDocumentImpl@42bb13
line 1 column 22 - Warning: replacing illegal character code 131
line 1 column 159 - Warning: unexpected </a> in <img>
This document has errors that must be fixed before
using HTML Tidy to generate a tidied up version.


org.w3c.tidy.DOMDocumentImpl@107e4bc
Characters codes for the Microsoft Windows fonts in the range
128 - 159 may not be recognized on other platforms. You are
instead recommended to use named entities, e.g. &trade; rather
than Windows character code 153 (0x2122 in Unicode). Note that
as of February 1998 few browsers support the new entities."

line 1 column 1 - Warning: unexpected </div>
org.w3c.tidy.DOMDocumentImpl@139f953
org.w3c.tidy.DOMDocumentImpl@11fb8c6
org.w3c.tidy.DOMDocumentImpl@19bd1ca
org.w3c.tidy.DOMDocumentImpl@ea58e3
org.w3c.tidy.DOMDocumentImpl@171ccb0
org.w3c.tidy.DOMDocumentImpl@35378d
org.w3c.tidy.DOMDocumentImpl@1d23632
line 1 column 1 - Warning: replacing illegal character code 131
line 1 column 1 - Warning: replacing illegal character code 131
org.w3c.tidy.DOMDocumentImpl@1e42d5a
org.w3c.tidy.DOMDocumentImpl@190c5c0
org.w3c.tidy.DOMDocumentImpl@1a6c214
org.w3c.tidy.DOMDocumentImpl@10fba26
Characters codes for the Microsoft Windows fonts in the range
128 - 159 may not be recognized on other platforms. You are
instead recommended to use named entities, e.g. &trade; rather
than Windows character code 153 (0x2122 in Unicode). Note that
as of February 1998 few browsers support the new entities."

line 1 column 201 - Warning: unexpected </a> in <img>
line 1 column 205 - Warning: unexpected </noscript> in <img>
This document has errors that must be fixed before
using HTML Tidy to generate a tidied up version.
...

Ich werde sehr dankbar, wenn Du mir helfen kannst!
schöne Grüße,
Hama