java - 内部のページソースを読むウェブページの

Question

タグ内にあるページソースを読むのを手伝ってくれる人はいますか?

htmlUnit と jsoup を試してみましたが、内部のコンテンツとタグのみが返されます。どんな反応でも大歓迎です。

Answer 1

JSoupelement.html()のタグ自体の包含ではなくHTMLを読み取るために使用します

例えば：

String html = "<p>An </p><form action="SOMESERVLET"><b>example</b></form> ";
Document doc = Jsoup.parse(html);
String htmlContent = doc.select("form").first().html();

あなたの場合

Document doc = Jsoup.connect("example.com").get(); 
Iterator<Element> itr = doc.select("form").iterator()
while(itr.hasNext()){ 
   Element element = itr.next();
   System.out.println(element.html());
}

Answer 2

一歩一歩

• URLから文字列へのhtmlを読み取る
• <form>タグを見つけるstart index
• *このタグが存在しない場合、最後のインデックスは長さ</form>ですlast index*
• そしてインデックスsubstringからstart_end

単純なアルゴリズムですが、役立つツールがたくさんあると思います!!!