动态内容解析

Question

我与内容解析工作，我执行这个示例程序我已经采取了样本连接 请访问以下链接

http://www.equitymaster.com/stockquotes/sector.asp?sector=0%2CSOFTL&utm_source=top-menu&utm_medium=website&utm_campaign=performance&utm_content=key-sector

或

Click Here

在上面的链接中，我解析了表数据并存储到java对象中。

疯牛病和NSE不是我的确切要求，只是我采取的示例。上面的链接是在表格中开发的，它们没有使用id和类。在我的例子中，我使用XPath

解析数据，这是我的Xpath

/html/body/table[4]/tbody/tr/td/table[2]/tbody/tr[2]/td[2]/font/table[2] 

我选择解析它工作正常。如果他们更改网站结构我的程序将无法正常工作，这里是未来的问题。告诉我任何其他方式动态解析数据并能够存储在数据库中。即使他们更改了网页结构我也用这个JSOUP API来显示结果。告诉我任何其他ApI为这种类型的需求提供最好的支持

Answer 1

如果你试图解析一个页面没有任何明确的id/class来选择你的节点，你必须尝试和依赖别的东西。重新定义整棵树确实是最弱的方法，如果有任何东西被添加/改变，一切都将崩溃。

你可以尝试依靠颜色：//table[@bgcolor="#c9d0e0"]，“查看更多信息”字段：//table[tr/td//text()="GET MORE INFO"]，“更多信息”上有每行：//table[.//td//text()="&nbspMore Info&nbsp"] ...

的想法是找到理想的唯一（如果你找不到任何独特的标准，table[color condition selecting a few tables][2]仍然走在整棵树上），每一次都会出现，并用它作为ID。