java - 如何查找 html-table ID

Question

我想解析一个表并通过 Jsoup-Java 下载它。我知道我可以使用函数 getElementById 来达到此目的。我现在的问题是:如何在网站的 html 代码中找到该 id？作为一个例子，我将给出 this 中的第一个表。维基百科文章。

Answer 1

也许这个Python脚本可以帮助你下载网站的源代码:

from urllib.request import urlopen

html = urlopen("https://support.image-line.com/member/profile.php?module=Unlock").read()

f = open("source.html", 'wb')
f.write(html)
f.close()

然后您还使用 python 修剪文件内容，因此删除 <tbody> 之前的内容标记并关闭它后。

示例:

with open("source.html", "r") as f:
   content = f.read()
   position = content.find("<tbody>")
   content = content[position:]
   split_string = content.split("</tbody>", 1)

   substring = split_string[0]
   with open("table.html", "w") as out:
      out.write(substring)
      out.close()
   f.close()

现在您将获得一个名为“table.html”的文件，其中包含该表。