使用Java从HTML页面中截取数据，输出到数据库 [英] Scrape data from HTML pages using Java, output to database

问题描述

我需要知道如何创建一个刮刀（用Java）从HTML页面收集数据并输出到数据库...没有线索从哪里开始所以你可以给我的任何信息都很棒。此外，你在这里不能太基本或简单...谢谢：）

I need to know how to create a scraper (in Java) to gather data from HTML pages and output to a database...do not have a clue where to start so any information you can give me on this would be great. Also, you can't be too basic or simple here...thanks :)

推荐答案

首先你需要熟悉一个 HTML DOM Java中的解析器，如 JTidy 。这将帮助您从 HTML 文件中提取所需的内容。一旦掌握了基本内容，就可以使用 JDBC 来放入数据库。

First you need to get familiar with a HTML DOM parser in Java like JTidy. This will help you to extract the stuff you want from a HTML file. Once you have the essential stuff, you can use JDBC to put in the database.

为这项工作使用正则表达式可能很诱人。但不要。 HTML不是常规语言，所以正则表达式不是那样。

It might be tempting to use regular expression for this job. But don't. HTML is not a regular language so regex are not the way to go.

这篇关于使用Java从HTML页面中截取数据，输出到数据库的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！