如何从一个html文件中提取所需要的信息？

Question

只有想不到，没有做不到。csdn java类文档不过也109282208B（2个月以前）。楼主既然已经想到了，离实现就不远了，有问题可以和我联系。

Answer 1

不明白什么意思,html是静态得 怎么知道数据库呢

Answer 2

意思就是想获的一些网上的既时数据,,如股票信息,,天气信息的,,分析出这些数
据,,为我所用,,,,显示在一些移动终端设备上,,通过JAVA  URL可以获的HTML文件.
我的意思是谁有好的方法,,从HTML中提取出来我想要的信息,,里面有好多<tr><td>,
等无用的信息!

Answer 3

按格式解析啊？？？？？？？？？都只是些字符串，httpunit或者htmlpraser都可以。

Answer 4

下面是个例子,,我想定期提取出里面的天气信息,,有没有做过的,能贴些代码给我呢
   <tr align=middle bgcolor=#FCFDFE>                 <td valign="middle" align="center"> 重庆</td>                <td valign="top">多云</td>                <td valign="top">西南  <3</td>                <td valign="top">7</td>                <td valign="top">阴</td>                <td valign="top">西  <3</td>                <td valign="top" bgcolor="#FCFDFE">3</td>              </tr>                            <tr align=middle bgcolor=#FCFDFE>                 <td valign="middle" align="center"> 昆明</td>                <td valign="top">多云</td>                <td valign="top">东北  <3</td>                <td valign="top">14</td>                <td valign="top">多云</td>                <td valign="top">东北  <3</td>                <td valign="top" bgcolor="#FCFDFE">3</td>              </tr>                            <tr align=middle bgcolor=#FCFDFE>                 <td valign="middle" align="center"> 成都</td>                <td valign="top">阴</td>                <td valign="top">东  <3</td>                <td valign="top">5</td>                <td valign="top">阴</td>                <td valign="top">西北  <3</td>

Answer 5

用SAX解析，可惜HTML有的没有引号，还有比如BR没有结束，是个麻烦的问题！

Answer 6

用mshtml对象分析，在csdn上有很多例子,下面这个看了就够了
自动上网抓数据的机器人
http://dev.csdn.net/Develop/article/17/article/17/17697.shtm

Answer 7

利用URLConnection类, 具体的自己去找文档.

Answer 8

强烈推荐http://htmlparser.sourceforge.net/
是我用过最好的Java HTML parser，功能非常强大，容错性也好，那些不标准的网页照样能够parse

Answer 9

javax的swing也自带callback式的html parser:javax.swing.text.html.HTMLEditorKit.Parser，效果不是很好的说，容错性很差

Answer 10

我也听说HTML parse很好，但是没用过，，有谁用的，介绍一下啊，，有没有好的中文网站供参考的？