htmlunit 操作table表格（二）_Java开源博客系统-Powered by java1234

博客信息

htmlunit 操作table表格（二）

发布时间：『 2017-04-13 14:46』博客类别：htmlunit 阅读(6081) 评论(0)

有时候表格比较复杂有caption header body footer

htmlunit同样提供了api支持：

<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>复杂表格</title>
</head>
<body>
	 <table id="table1">
        <caption>复杂表格</caption>
        <thead>
            <tr>
                <th>个数</th>
                <th>名称</th>
            </tr>
        </thead>
        <tfoot>
            <tr>
                <td>7</td>
                <td></td>
            </tr>
        </tfoot>
        <tbody>
            <tr>
                <td>5</td>
                <td>猪</td>
            </tr>
        </tbody>
        <tbody>
            <tr>
                <td>2</td>
                <td>牛</td>
            </tr>
        </tbody>
    </table>
</body>
</html>

这个表格比前面一个复杂点：

测试地址：http://www.java1234.com/crawler/table02.html

我们给下测试代码：

package com.open1111;

import java.io.IOException;
import java.net.MalformedURLException;
import java.util.List;

import com.gargoylesoftware.htmlunit.BrowserVersion;
import com.gargoylesoftware.htmlunit.FailingHttpStatusCodeException;
import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
import com.gargoylesoftware.htmlunit.html.HtmlTable;
import com.gargoylesoftware.htmlunit.html.HtmlTableBody;
import com.gargoylesoftware.htmlunit.html.HtmlTableFooter;
import com.gargoylesoftware.htmlunit.html.HtmlTableHeader;
import com.gargoylesoftware.htmlunit.html.HtmlTableRow;

public class HtmlUnitTest6 {

	public static void main(String[] args) {
		WebClient webClient=new WebClient(BrowserVersion.FIREFOX_52); // 实例化Web客户端	
		webClient.getOptions().setCssEnabled(false); // 取消css支持
		webClient.getOptions().setJavaScriptEnabled(false); // 取消javascript支持
		try {
			HtmlPage page=webClient.getPage("http://www.java1234.com/crawler/table02.html"); // 解析获取页面
			HtmlTable table=page.getHtmlElementById("table1");
			String caption=table.getCaptionText(); // 获取表格标题
			System.out.println("表格标题："+caption);
			
			HtmlTableHeader header=table.getHeader(); // 获取表头信息
			List<HtmlTableRow> headerRows=header.getRows(); // 获取所有头行
			System.out.println("头信息：");
			for(HtmlTableRow row:headerRows){
				System.out.println(row.asText());
			}
			
			for(HtmlTableBody body:table.getBodies()){ // 获取表格内容信息
				List<HtmlTableRow> rows=body.getRows();
				for(HtmlTableRow row:rows){
					System.out.println(row.asText());
				}
			}
			
			HtmlTableFooter footer=table.getFooter(); // 获取根信息
			List<HtmlTableRow> footerRows=footer.getRows();
			System.out.println("根信息：");
			for(HtmlTableRow row:footerRows){
				System.out.println(row.asText());
			}
		} catch (FailingHttpStatusCodeException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (MalformedURLException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}finally{
			webClient.close(); // 关闭客户端，释放内存
		}
	}
}

运行输出：

表格标题：复杂表格

头信息：

个数名称

5 猪

2 牛

根信息：

关键字： htmlunit 表格操作

上一篇：htmlunit 操作table表格（一）

下一篇：htmlunit 爬取百度云资源

关注Java1234微信公众号