java - 什么会让我的 html 解析代码更有效？

Question

今天早上，我决定要做一个小项目，将 maverik 加油站的所有汽油价格解析为一个数组。我相当轻松地完成了大部分工作，我觉得代码中唯一“脏”的部分是 html 到变量的实际解析。我正在使用 indexOf 和子字符串来获取我想要的数据，我觉得必须有一种更干净的方法来做到这一点？无论如何，这是我的代码，它编译并运行得很好，只是没有我想要的那么干净。

maverik.java包含项目的主要方法和大部分代码。 maverikObj.java包含 getter 和 setter、构造函数和 toString 方法。

要更改您从中获取控制台数据的加油站，只需更改 maverik.java 第 90 行上的数组 println 中的数字即可。 future 的修订版将提供根据用户请求控制显示数据的方法。

以下是包含价格的 HTML 示例:

html4 = "<b>Maverik Store 4</b><br/>5200 Chinden Blvd<br>Boise, ID<br>208-376-0532<br><center><b></b></center><br /><font color=red>Fuel Prices -- Updated every 30 minutes</font><br /><div><div style=\"float: left; width: 70%; text-align:right;\">Adventure Club Card</div><div style=\"float: right; width: 30%; text-align:center;\">Retail</div><br /><div style=\"float: left;width: 30%;\">Unleaded:</div><div style=\"float: left; width: 30%; text-align:center;\"> 3.379</div><div style=\"float: right; width: 30%; text-align:center;\"> 3.399</div><br /><div style=\"float: left;width: 30%;\">Blend 89:</div><div style=\"float: left; width: 30%; text-align:center;\"> 3.469</div><div style=\"float: right; width: 30%; text-align:center;\"> 3.499</div><br /><div style=\"float: left;width: 30%;\">Blend 90:</div><div style=\"float: left; width: 30%; text-align:center;\"> 3.549</div><div style=\"float: right; width: 30%; text-align:center;\"> 3.579</div><br /><div style=\"float: left;width: 30%;\">Premium:</div><div style=\"float: left; width: 30%; text-align:center;\"> 3.599</div><div style=\"float: right; width: 30%; text-align:center;\"> 3.639</div><br /><div style=\"float: left;width: 30%;\">Diesel:</div><div style=\"float: left; width: 30%; text-align:center;\"> 4.039</div><div style=\"float: right; width: 30%; text-align:center;\"> 4.059</div>";

目前我正在解析每个加油站的地址、城市、州、电话号码以及所有可能的 8 种汽油类型。 (无铅、混合 87、88、89、99、优质、柴油)。但它变得有点棘手，因为一些 html 条目没有列出所有 8 种燃料类型，大多数只有 8 种可能的燃料类型中的 4 或 5 种。因此，为了解析这些数据，我使用了两种方法。

地址、城市、州、电话号码的解析使用:

if(line.contains(" = \"<b>Maverik Store")&&!line.contains("Coming Soon!")){
address=splitLine[3].substring(0,splitLine[3].length()-3).replace(" ", " ");
city=splitLine[4].substring(0,splitLine[4].length()-7);
state=splitLine[4].substring(splitLine[4].length()-5,splitLine[4].length()-3);
phone=splitLine[5].substring(0,splitLine[5].length()-3);

使用 if else 语句解析燃料类型，使用 if 语句记录数据(如果存在)，使用 else 语句记录 0.0 double ，因为我的构造函数要求所有燃料类型都具有某个值。

if(line.indexOf("Unleaded:")>0){
    unleaded=Double.parseDouble(line.substring(line.indexOf("Unleaded:")+147, line.indexOf("Unleaded:")+152));
}
else{
    unleaded=0.0;
}

正如你所看到的，我使用了很多子字符串和indexOf字符串方法来获取我想要的数据。我担心这是一种获取我想要的数据的极其静态的方法，因此我觉得这是一种非常肮脏的做事方式。任何关于如何清理我的代码的提示都将受到赞赏! =)

Answer 1

好吧，一开始，我使用了完全不同的更漂亮的编码风格(根据我的意见)。但我建议您寻找一些不同的编码风格并决定您最喜欢什么。

我在 XML 文件方面也遇到过类似的问题，而且结果非常困惑。您能做的最好的事情就是编写一个自己的 XMLParser，并且由于 HTML 与 XML 结构没有什么不同，您也可以使用它来解析 HTML 文件。

由于这是一项相当艰苦的工作，我可以为您提供我的实现(如果您需要，请告诉我，当然，它是开源的)。它旨在让开发人员快速获得他想要的东西。使用示例:

XMLDocument document = new XMLDocument("yourXMLSourceCode");
XMLNode node = document.getNode("html.body.div");
String attribute = document.get("html.body.div?id");
String content = document.get("html.body.div.input");
XMLNode[] mynodes = document.getNode("html.body").getSubNodes("input");

您可能会通过搜索“SAX 解析器”或“XML 解析器”来找到其他解决方案，例如 this .

我认为你可以使用它，用该代码做一些小技巧，你就可以完美地将它用于 HTML。

否则，就像我在使用 HTML 时所做的那样，您可以使用 HTMLParser。我对Jsoup有很好的经验.