iframe - jsoup を使用して複数の iframe からデータを抽出し、それを 1 つの xml ファイルに書き込む方法

Question

jsoup を使用して、html ページからデータを抽出しています。ページに iframe が 1 つしかない場合は、データを抽出できます。ただし、ページに別の iframe を開くリンクがある場合、2 番目の iframe からデータを抽出し、すべてのデータを 1 つの xml ファイルに書き込むにはどうすればよいですか。これについて私を助けてください。

Answer 1

1 つの方法は、iframe タグの親 Web サイトを解析し、「src」を抽出することです。「src」値を使用して、各 iframe コンテンツをダウンロードして解析することができます。本当に必要な場合は、それらを結合することもできます。

    String url = "http://example.com/";
    Document document = Jsoup.connect("url").get();

Elements es = document.select("iframe"); 

String[] iframesrc;
int iframeCount = es.size();
iframesrc = new String [iframeCount];
//extract iFrame sources:
int i=0;
for(Element e : es)
{
    iframesrc[i] = e.getElementsByTag("iframe").attr("src"); 
    i++;
}

//get iFrame content
Document [] iframeDoc;
iframeDoc = new Document[iframeCount];
int j = 0;
for (String s : iframesrc){
    iframeDoc[j] = Jsoup.connect("url"+iframesrc[j]).get(); //pay attention that the correct url is built at this point!!!
j++;
}

/*now you got the parent site as well as the iframe "childs" as documents. I've no experience in combining Documents. If nothing works you may try document.tostring()*/

ドキュメントをファイルに書き込むには、次のコードを使用します。

import java.io.BufferedWriter;
import java.io.FileWriter;
import java.io.IOException;

import org.jsoup.nodes.Document;


public class Write2File {
     public static void saveFile(Document xmlContent, String saveLocation) throws IOException {
         FileWriter fileWriter = new FileWriter(saveLocation);
         BufferedWriter bufferedWriter = new BufferedWriter(fileWriter);
         bufferedWriter.write(xmlContent.toString());
         bufferedWriter.close();
         System.out.println("File writing completed.");
     }
}