Java根据XPath提取HTML

有这样一段HTML: 

<div><table><td id='1234 foo 5678'>Hello</td>

希望通过这个XPath提取出Hello:

//div//td[contains(@id, 'foo')]/text()

先导入maven依赖:

1<!-- https://mvnrepository.com/artifact/net.sourceforge.htmlcleaner/htmlcleaner --> 2<dependency> 3 <groupId>net.sourceforge.htmlcleaner</groupId> 4 <artifactId>htmlcleaner</artifactId> 5 <version>2.21</version> 6</dependency>

main函数:

1package com.my.demo; 2 3import javax.xml.xpath.XPath; 4import javax.xml.xpath.XPathConstants; 5import javax.xml.xpath.XPathFactory; 6 7import org.htmlcleaner.CleanerProperties; 8import org.htmlcleaner.DomSerializer; 9import org.htmlcleaner.HtmlCleaner; 10import org.htmlcleaner.TagNode; 11import org.w3c.dom.Document; 12 13public class HtmlXpathJava { 14 public static void main(String[] args) { 15 String sampleHtml = "<div><table><td id='1234 foo 5678'>Hello</td>"; 16 String sampleXpath = "//div//td[contains(@id, 'foo')]/text()"; 17 System.out.println(getValueByXpath(sampleXpath, sampleHtml)); 18 } 19 20 /** 21 * Extract value by xPath from HTML. 22 */ 23 private static String getValueByXpath(String xPath, String html) { 24 TagNode tagNode = new HtmlCleaner().clean(html); 25 String value = null; 26 try { 27 Document doc = new DomSerializer(new CleanerProperties()).createDOM(tagNode); 28 XPath xpath = XPathFactory.newInstance().newXPath(); 29 value = (String) xpath.evaluate(xPath, doc, XPathConstants.STRING); 30 } catch (Exception e) { 31 System.out.println("Extract value error. " + e.getMessage()); 32 e.printStackTrace(); 33 } 34 return value; 35 } 36}

输出:

Hello

参考:

https://stackoverflow.com/questions/9022140/using-xpath-contains-against-html-in-java

点赞
收藏

评论区

加载中...

相关推荐

MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1

文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s

Oracle 分组与拼接字符串同时使用

SELECTT.,ROWNUMIDFROM(SELECTT.EMPLID,T.NAME,T.BU,T.REALDEPART,T.FORMATDATE,SUM(T.S0)S0,MAX(UPDATETIME)CREATETIME,LISTAGG(TOCHAR(

MySQL部分从库上面因为大量的临时表tmp_table造成慢查询

背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_

皕杰报表之UUID

​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为

手写Java HashMap源码

HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程22

2020年前端实用代码段,为你的工作保驾护航

有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )