如何提取网页上表格中的数据，望大侠指点！

如题，最近工作中遇到这样的问题，就是要将网页上的表格原封不动的下载下来并存入数据库，包括表格中的数据，望各位大侠指点一二。如何在数据库中建立表格、写入数据这个没问题，关键是这网页上的表格和数据该如何提取，难煞我了，无从入手！望高手赐教！

解决方案 »

免费领取超大流量手机卡，每月29元包185G流量+100分钟通话, 中国电信官方发货

先把页面读取下来，然后用DOM来解析
为了方便大家指点，小弟写了一个网页做例子，代码如下（把第二个表格提取出来即可）：
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
<title>从html代码中提取表格</title>
</head>
<body>
<table width="800" border="0" align="center" cellpadding="0" cellspacing="0">
  <tr>
    <TD height=28 align=center>表格一</TD>
  </tr>
</table>
<table width="800" border="0" align="center" cellpadding="0" cellspacing="0">
  <tr>
    <TD height=28 align=center>表格二</TD>
  </tr>
  <tr>
    <td align="center"><table width="100%" border="0" cellpadding="0" cellspacing="0">
        <tr> <td width='50%' valign=top><TABLE width=400 border=0 align=center cellPadding=3 cellSpacing=1 bgcolor=#E6CF9F>
<tr align=middle>
<td height=28 colspan=10><b>左</b></font></a></td>
</tr>
<tr align=middle>
<td height=20> </td>
<td>东</td>
<td>南</td>
<td>西</td>
<td>北</td>
<td>中</td>
<td>东南</td>
<td>西南</td>
<td>西北</td>
<td>东北</td>
</tr>
<tr align=middle bgcolor=#FFECEC>
<td height=20 bgcolor=#FEFAF8>春</td>
<td bgcolor=#FEFAF8>1</td>
<td bgcolor=#FEFAF8>3</td>
<td bgcolor=#FEFAF8>6</td>
<td bgcolor=#FEFAF8>5</td>
<td bgcolor=#FEFAF8>2</td>
<td bgcolor=#FEFAF8>9</td>
<td bgcolor=#FEFAF8>4</td>
<td bgcolor=#FEFAF8>8</td>
<td bgcolor=#FEFAF8>7</td>
</tr>
<tr align=middle bgcolor=#FFECEC>
<td bgcolor=#FEFAF8 height=20>夏</td>
<td bgcolor=#FEFAF8>11</td>
<td bgcolor=#FEFAF8>15</td>
<td bgcolor=#FEFAF8>18</td>
<td bgcolor=#FEFAF8>15</td>
<td bgcolor=#FEFAF8>16</td>
<td bgcolor=#FEFAF8>12</td>
<td bgcolor=#FEFAF8>14</td>
<td bgcolor=#FEFAF8>13</td>
<td bgcolor=#FEFAF8>17</td>
</tr>
<tr align=middle bgcolor=#FFECEC>
<td height=20 bgcolor=#FEFAF8>秋</td>
<td bgcolor=#FEFAF8>29</td>
<td bgcolor=#FEFAF8>22</td>
<td bgcolor=#FEFAF8>23</td>
<td bgcolor=#FEFAF8>24</td>
<td bgcolor=#FEFAF8>26</td>
<td bgcolor=#FEFAF8>29</td>
<td bgcolor=#FEFAF8>23</td>
<td bgcolor=#FEFAF8>28</td>
<td bgcolor=#FEFAF8>27</td>
</tr>
<tr align=middle bgcolor=#FFECEC>
<td height=20 bgcolor=#FEFAF8>冬</td>
<td bgcolor=#FEFAF8>36</td>
<td bgcolor=#FEFAF8>31</td>
<td bgcolor=#FEFAF8>32</td>
<td bgcolor=#FEFAF8>33</td>
<td bgcolor=#FEFAF8>37</td>
<td bgcolor=#FEFAF8>33</td>
<td bgcolor=#FEFAF8>36</td>
<td bgcolor=#FEFAF8>35</td>
<td bgcolor=#FEFAF8>39</td>
</tr>
</table>
</td>
<td width='50%' valign=top><TABLE width=400 border=0 align=center cellPadding=3 cellSpacing=1 bgcolor=#B0D2E3>
<tr align=middle>
<td height=28 colspan=10><b>右</b></font></a></td>
</tr>
<tr align=middle>
<td height=20> </td>
<td>东</td>
<td>南</td>
<td>西</td>
<td>北</td>
<td>中</td>
<td>东南</td>
<td>西南</td>
<td>西北</td>
<td>东北</td>
</tr>
<tr align=center bgcolor=#CCCCFF>
<td height=20 bgcolor=#F2F9FD>春</td>
<td bgcolor=#F2F9FD>3</td>
<td bgcolor=#F2F9FD>5</td>
<td bgcolor=#F2F9FD>3</td>
<td bgcolor=#F2F9FD>9</td>
<td bgcolor=#F2F9FD>4</td>
<td bgcolor=#F2F9FD>4</td>
<td bgcolor=#F2F9FD>5</td>
<td bgcolor=#F2F9FD>8</td>
<td bgcolor=#F2F9FD>7</td>
</tr>
<tr align=center bgcolor=#CCCCFF>
<td height=20 bgcolor=#F2F9FD>夏</td>
<td bgcolor=#F2F9FD>19</td>
<td bgcolor=#F2F9FD>18</td>
<td bgcolor=#F2F9FD>17</td>
<td bgcolor=#F2F9FD>14</td>
<td bgcolor=#F2F9FD>16</td>
<td bgcolor=#F2F9FD>19</td>
<td bgcolor=#F2F9FD>17</td>
<td bgcolor=#F2F9FD>11</td>
<td bgcolor=#F2F9FD>18</td>
</tr>
<tr align=center bgcolor=#CCCCFF>
<td height=20 bgcolor=#F2F9FD>秋</td>
<td bgcolor=#F2F9FD>28</td>
<td bgcolor=#F2F9FD>27</td>
<td bgcolor=#F2F9FD>26</td>
<td bgcolor=#F2F9FD>25</td>
<td bgcolor=#F2F9FD>23</td>
<td bgcolor=#F2F9FD>25</td>
<td bgcolor=#F2F9FD>22</td>
<td bgcolor=#F2F9FD>27</td>
<td bgcolor=#F2F9FD>27</td>
</tr>
<tr align=center bgcolor=#CCCCFF>
<td height=20 bgcolor=#F2F9FD>冬</td>
<td bgcolor=#F2F9FD>36</td>
<td bgcolor=#F2F9FD>32</td>
<td bgcolor=#F2F9FD>33</td>
<td bgcolor=#F2F9FD>31</td>
<td bgcolor=#F2F9FD>37</td>
<td bgcolor=#F2F9FD>36</td>
<td bgcolor=#F2F9FD>31</td>
<td  bgcolor=#F2F9FD>39</td>
<td  bgcolor=#F2F9FD>35</td>
</tr>
</table>
</td> </tr>
      </table></td>
  </tr>
</table>
<table width="800" border="0" align="center" cellpadding="0" cellspacing="0">
  <tr>
    <TD height=28 align=center>表格三</TD>
  </tr>
</table>
</body>
</html>
自己写麻烦，容易错。找找开源的代码，比如html parser。
我和楼上的想法差不多.
1.先通过URL.openStream()把网页上的数据读取到DOM中.
2.利用网上一些现成的规范HTML的代码,把HTML变成标准的XML格式.
3.可以利用JDOM或DOM4J中的XPath进行查找.
4.数据库中可以建一个保存网页的Table.字段如:ID,URL,NAME,TABLE .这里的TABLE保存的就是Table的HTML代码.
先把页面读取下来，然后用DOM来解析
你只要分析一下网页格式，你要的部分有什么特点，分析出来直接拿过来就行
页面已经读取下来了，不知道哪里有DOM的教程例子可以下载学习呢？
需求不明确，你要提取的 HTML 格式都是这种样子的还是什么？你说了半了，我也没看到你想从这个 TABLE 中得到什么东西。
用正则表达式来读咯，找出<table...</table>，取你想要的东西咯
我和楼上的想法差不多.
1.先通过URL.openStream()把网页上的数据读取到DOM中.
2.利用网上一些现成的规范HTML的代码,把HTML变成标准的XML格式.
3.可以利用JDOM或DOM4J中的XPath进行查找.
4.数据库中可以建一个保存网页的Table.字段如:ID,URL,NAME,TABLE .这里的TABLE保存的就是Table的HTML代码.