获取HTML源码文档中<div class="stat stat_area"></div>格式中的内容

Question

我要获取的是该http://v.youku.com/v_show/id_XMzI5NTIyNzMy.html页面源码中的<div class="stat stat_area">内容</div>，这个DIV中的内容，可是提取为空，正则表达式应该也没错，高手进来帮个帮。
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class testtest {
public StringBuffer getContent(URL url)
{
        StringBuffer contentBuffer = new StringBuffer();
        
try {
InputStreamReader istreamReader = new InputStreamReader(url.openStream());
        int ch = 0;
        //ch读取的字符，如果已到达流的末尾，则返回 -1
        while ((ch = istreamReader.read()) != -1)
         contentBuffer.append((char)ch);
        } catch (IOException e) {
         e.printStackTrace();
        }        return contentBuffer;
}

public String getVideoInf(StringBuffer contentString,String patternString)
{
String temp = "";  
List<String> list = new ArrayList<String>();  
Pattern pattern = Pattern.compile(patternString,Pattern.CANON_EQ);
Matcher matcher = pattern.matcher(contentString);
while(matcher.find())
{
list.add(matcher.group());
}

for(int i=0;i<list.size();i++)
temp += list.get(i);
return temp;
}
/**
 * @param args
 */
public static void main(String[] args) {
// TODO Auto-generated method stub
testtest ddTesttest = new testtest();
String urlStr = "http://v.youku.com/v_show/id_XMzI5NTIyNzMy.html";
try {
StringBuffer stringBuffer = ddTesttest.getContent(new URL(urlStr));
String temp = ddTesttest.getVideoInf(stringBuffer,"<div class=\"stat stat_area\">(.*?)</div>");
System.out.println("test:\n"+temp);
} catch (MalformedURLException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}

}}

Answer 1

你给div 加个Id属性
document.getElementById("div的id").innerHTML

Answer 2

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class Test { public String getContent(URL url) {
StringBuilder builder = new StringBuilder();
try {
HttpURLConnection con = (HttpURLConnection)url.openConnection();
con.connect();
InputStream iStream = con.getInputStream();
InputStreamReader isr = new InputStreamReader(iStream);
BufferedReader br = new BufferedReader(isr);
while(true){
String line = br.readLine();
if(line==null){
break;
}

if(line.length()>0){
builder.append(line.trim());
}
}
} catch (IOException e) {
return null;
}
return builder.toString();
} public String getVideoInf(String content, String regex) {

Pattern pattern = Pattern.compile(regex);
Matcher m = pattern.matcher(content);
if(!m.find()){
return null;
}

return m.group(1);
} /**
 * @param args
 */
public static void main(String[] args) {
// TODO Auto-generated method stub
Test test = new Test();
String urlStr = "http://v.youku.com/v_show/id_XMzI5NTIyNzMy.html";
try {
String str= test.getContent(new URL(urlStr));
String regexp = "<div\\s*class=\"stat stat_area\"\\s*[^>]*>(.+?)</div>";
String tmp = test.getVideoInf(str, regexp);
System.out.println(tmp);
} catch (MalformedURLException e) {
e.printStackTrace();
} }
}

Answer 3

谢谢你哦，你这个确实能提取哦，但是能不能找出我的程序为什么就出现问题，如果我把正则表达式改成<title>.*?</title>
却能提取出<title></title>中的内容

Answer 4

使用html解析jar包  jsoupDocument doc = Jsoup.connect("网页地址").get();
            Elements hrefs = doc.select("div[class^=listtitle_b]");
System.out.println(hrefs.text());