私は過去2日間に何かをする必要があり、他の人のWebページからいくつかの情報をcraう必要があります。最後に、htmlparserを使用してHTMLを解析します。
コードからそれを見てください：
まず、インポートパッケージは次のとおりであることに注意する必要があります。
コードコピーは次のとおりです。
List <MP3> mp3List = new ArrayList <MP3>（）;
試す{
Parser Parser = new Parser（htmlstr）; // Parserを初期化します。ここでは、org.htmlparserとしてインポートパッケージに注意を払う必要があります。ここには多くのパラメーターがあります。私はこの場所を書いて、良いHTMLテキストを事前に取得しました。 URLオブジェクトを渡すこともできます
parser.setencoding（ "utf-8"）; //エンコーディングマシンを設定します
アンドフィルターフィルター=
新しいandFilter（
新しいtagnamefilter（ "div"）、
new hasattributefilter（ "id"、 "songlistwrapper"）
）; //フィルターを介してdivを見つけ、divのIDはsonglistwrapperです
nodeList nodes = parser.parse（filter）; //フィルターを介してノードを取得します
node node = nodes.elementat（0）;
nodeList nodeschild = node.getChildren（）;
node [] nodeSarr = nodeschild.tonodearray（）;
nodeList nodeschild2 = nodeSarr [1] .getChildren（）;
node [] nodesarr2 = nodeschild2.tonodearray（）;
node nodeul = nodesarr2 [1];
node [] nodesli = nodeul.getChildren（）。tonodearray（）; //必要に応じてnodesliを解析します
for（int i = 2; i <nodesli.length; i ++）{
//system.out.println（nodesli [i] .tohtml（））;
node tempnode = nodesli [i];
tagnode tagnode = new tagnode（）; // tagnodeに変換することによってのみ属性を取得します。
tagnode.settext（tempnode.tohtml（））;
string clastr = tagnode.getTribute（ "class"）; // clastrはbb-dotimg clearfix song-item-hook {'songitem'：{'sid'： '113275822'、 'sname'： '私の要件は高くない' 、 '著者'： 'Huang bo'}}
clastr = clastr.replaceall（ "" "、" "）;
if（clastr.indexof（ "//？"）== -1）{
パターンパターン= pattern.compile（ "[// s // wa-z //-]+// {'songitem'：// {'sid'： '（[// d]+）'、 'sname' ： '（[// s // s]*）'、 'Author'： '（[// s // s]*）' //} //} "）;
matcher matcher = pattern.matcher（clastr）;
if（matcher.find（））{
mp3 mp3 = new Mp3（）;
mp3.setsid（matcher.group（1））;
mp3.setsname（matcher.group（2））;
mp3.setauthor（matcher.group（3））;
mp3List.Add（mp3）;
//（int j = 1; j <= matcher.groupcount（）; j ++）{
//system.out.print（ ""+j+"--->"+matcher.group（j））;
//}
}
}
//system.out.println（matcher.find（））;
}
} catch（例外e）{
e.printstacktrace（）;
}
上記は、私がプロジェクトで分析したものです。
/////クラストはbb-dotimg clearfix song-item-hook {'songitem'：{'sid'： '113275822'、 'sname'： '私の要件は高くない'、 '著者'： 'huang bo
これは、Webページから解析されたコンテンツです。