Jsoup

Question

我正在尝试制作一个解析器以获取已出现的最新 SQL 版本（仅限构建版本）。他收到一个错误，以及他不需要的其他文本。我做错了什么？

Document doc = Jsoup.connect("https://buildnumbers.wordpress.com/sqlserver/").get();
Elements trs = doc.select("tr");

//remove header row
trs.remove(0);

for (Element tr : trs) {
            Elements tds = tr.getElementsByTag("td");
            Element td = tds.last();
            System.out.println(td.text());
}

Answer 1

补充文字

您的问题与 Jsoup 无关。它提取的值与 table 单元格中的值完全相同，它不能再帮助你了。您现在可以尝试使用子字符串删除不需要的文本，因此请替换行

System.out.println(td.text());

使用此代码：

String text = td.text();
if (text.contains("(")) {
    text = text.substring(0, text.indexOf("(")-1);
}
System.out.println(text);

它将只保留 ( 个字符之前的文本。

NullPointerException

您正在解析的页面包含许多 table。您执行 doc.select("tr")，这意味着您的 trs 变量包含此页面上每个 table 的每个 tr。当您的代码遇到第二个 table 且 header 行不包含任何 td 时会发生异常，因为它看起来像这样：

<tr>
   <th style="padding:4px;background-color:#f0f0f0;width:10%;">SQL Server</th>
   <th style="padding:4px;background-color:#f0f0f0;width:10%;">Analysis Services</th>
   <th style="padding:4px;background-color:#f0f0f0;width:65%;">Description</th>
   <th style="padding:4px;background-color:#f0f0f0;width:15%;">Release Date</th>
</tr>

解决方案是将选择限制为仅第一个 table，因此替换行：

Elements trs = doc.select("tr");

和

Element firstTable = doc.select("table").first();
Elements trs = firstTable.select("tr");

Answer 2

您需要使用 String::substring 去掉每个文本末尾的 (...)。此外，您错过了 null 检查程序中的所有地方。

按如下操作：

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class Main {
    public static void main(String[] args) throws IOException {
        Document doc = Jsoup.connect("https://buildnumbers.wordpress.com/sqlserver/").get();
        Elements trs = doc.select("tr");

        // remove header row
        trs.remove(0);

        String text;
        int i;
        for (Element tr : trs) {
            Elements tds = tr.getElementsByTag("td");
            Element td;
            if (tds != null) {
                td = tds.last();
                if (td != null) {
                    text = td.text();
                    if (text != null) {
                        i = text.indexOf("(");
                        if (i != -1) {
                            System.out.println(text.substring(0, i).trim());
                        }
                    }
                }
            }
        }
    }
}

输出：

15.0.4013.40
14.0.3281.6
13.0.5698.0
...
...
...
SSMS 16.4
SSMS 16.3

Jsoup - 在 Java 中解析来自 table 的数据

Jsoup - parsing data from table in Java

java

parsing