Question

我正在研究android应用程序从html网页获取一些数据并解析它以便在应用程序中使用。我试图使用Web-harvest，但它似乎与android完全兼容。应用程序应该获取网页，解析它，获取所需的数据，并在应用程序中使用它。那么在android中抓取html页面的标准和推荐方法是什么？

Answer 1

我很高兴使用TagSoup和XOM解析Android上的网页。在类路径中，您可以执行以下操作：

XMLReader tagsoup = XMLReaderFactory.createXMLReader("org.ccil.cowan.tagsoup.Parser");
Builder bob = new Builder(tagsoup);
Document html = bob.build("http://www.yahoo.com");
Nodes images = html.query("//img");

for (int index = 0; index < images.size(); index++) {
    Element image = (Element) images.get(index);
    String src = image.getAttribute("src").getValue();
    // do something with it...
}

如果你正在抓取的HTML有一个命名空间，你可以改为：

XPathContext context = new XPathContext("html", "http://www.w3.org/1999/xhtml");
Nodes images = html.query("//html:img", context);

链接：

XOM - ＆gt; http://www.xom.nu

TagSoup - ＆gt; http://ccil.org/~cowan/XML/tagsoup/

当然，您必须捕获从网页构建XML文档的可能异常。

什么是从Android应用程序刮取网页的最佳方法

1 个答案: