java - 使用 Java 解析

Question

如何使用 Java 解析具有特定类类型的 HTML 文档中的 ul 元素？我想从 HTML 解析这个部分:

<ul class="news-list">            

            <li>
                <a onclick="AjaxStatManager('Content','1258')" href="http://www.gyte.edu.tr/icerik/120/1258/kim-101-final-mazeret-sinavi.aspx" target="_self"> 
                    <div class="text">
                        <h2>KİM 101 Final Mazeret Sınavı</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1248')" href="http://www.gyte.edu.tr/icerik/120/1248/butunleme-sinav-tarihleri.aspx" target="_self"> 
                    <div class="text">
                        <h2>Bütünleme Sınav Tarihleri</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1242')" href="http://www.gyte.edu.tr/icerik/120/1242/bil-374-internet-teknolojileri-final-sinavi.aspx" target="_self"> 
                    <div class="text">
                        <h2>Bil 374 İnternet Teknolojileri Final Sınavı</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1241')" href="http://www.gyte.edu.tr/icerik/120/1241/kim101-final-sinavi.aspx" target="_self"> 
                    <div class="text">
                        <h2>Kim101 Final Sınavı </h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1222')" href="/Files/UserFiles/85/duyurular/yeterlilik.pdf" target="_self"> 
                    <div class="text">
                        <h2>Doktora Yeterlilik Sınav Tarihleri</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1221')" href="/Files/UserFiles/85/duyurular/duyuru-dokt-seminer.pdf" target="_self"> 
                    <div class="text">
                        <h2>Doktora Programı Adaylarına Önemli Duyuru</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1127')" href="http://www.gyte.edu.tr/icerik/120/1127/20122013-egitimogretim-yili-guz-yari-yili--final-programi.aspx" target="_self"> 
                    <div class="text">
                        <h2>2012-2013 Eğitim-Öğretim Yılı Güz Yarı Yılı  Final Programı</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1109')" href="/Files/UserFiles/85/duyurular/Yüksek Lisans  Doktora Seminer I ve II Sunum Takvimi.pdf" target="_self"> 
                    <div class="text">
                        <h2>Yüksek Lisans / Doktora Seminer I ve II Sunum Takvimi</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','998')" href="http://www.gyte.edu.tr/icerik/120/998/bilgisayar-muhendisligi-bolumu-20122013-guz-yari-yili-ders-programlari.aspx" target="_self"> 
                    <div class="text">
                        <h2>Bilgisayar Mühendisliği Bölümü 2012-2013 Güz Yarı Yılı Ders Programları</h2>
                        <p>Bilgisayar Mühendisliği Bölümü 2012-2013 Güz Yarı Yılı Ders Programları</p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1101')" href="http://www.gyte.edu.tr/icerik/120/1101/kim-101-kimya-dersi---ii-vizesi.aspx" target="_self"> 
                    <div class="text">
                        <h2>KİM 101 Kimya Dersi   II .vizesi</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1073')" href="/Files/duyuru/bilgisayar_muh/Yuksek_lisans_-_Doktora_Seminer_I_-_II.pdf" target="_self"> 
                    <div class="text">
                        <h2>Yüksek Lisans/Doktora Seminer I ve II Ders Planı</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1058')" href="/Files/duyuru/bilgisayar_muh/bil495-496syl.pdf" target="_self"> 
                    <div class="text">
                        <h2>BIL 495/496 Bitirme Projesi Ders Planı</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','1006')" href="/Files/duyuru/bilgisayar_muh/duy-ders2013guz_1.doc" target="_self"> 
                    <div class="text">
                        <h2>G.Y.T.E. Lisans Üstü Öğrencilerinin Dikkatine</h2>
                        <p></p>

                    </div>
                </a>
            </li>

            <li>
                <a onclick="AjaxStatManager('Content','984')" href="http://www.gyte.edu.tr/icerik/120/984/bil-341-programlama-dilleri-butunleme-sinavi.aspx" target="_self"> 
                    <div class="text">
                        <h2>BİL 341 Programlama Dilleri bütünleme sınavı</h2>
                        <p></p>

                    </div>
                </a>
            </li>

</ul>

我有以下代码要解析，但它不起作用:

try {
        URL url = new URL("http://www.gyte.edu.tr/kategori/120/0/duyurular.aspx");
        HTMLEditorKit kit = new HTMLEditorKit();
        HTMLDocument doc = (HTMLDocument) kit.createDefaultDocument();
        doc.putProperty("IgnoreCharsetDirective", Boolean.TRUE);
        Reader HTMLReader = new InputStreamReader(url.openConnection().getInputStream());
        kit.read(HTMLReader, doc, 0);
        ElementIterator it = new ElementIterator(doc);
        Element elem;

        while ((elem = it.next()) != null) {
            AttributeSet as = elem.getAttributes();

            if (as.containsAttribute("class", "news-list")) {
                int c = elem.getElementCount();
                System.out.println("Element count = " + c);
            }
        }

    } catch (IOException | BadLocationException e) {
        e.printStackTrace();
        return e.getMessage();
    }

    return "Success!";

Answer 1

您可以将其加载到 Document 中目的。这将为您读入 HTML，您可以使用可用方法进行迭代/查询。