問題タブ [html-parser]

以下のコードはHTMLを解析します。問題は、データにアンパサンドが表示されたときに分割されることです。

出力
コンマだけでなく、「＆」を分割しています。

ありがとう

このhttp://htmlparser.sourceforge.net/コードを Eclipse で実行しようとしています。そこにある説明は、単に「ライブラリを使用するには、コンパイルおよび実行時に、クラスパスに htmllexer.jar または htmlparser.jar を追加する必要があります」です。

htmllexer.jar と htmlparser.jar をビルド パスに追加すると、すべて正常にコンパイルされます。しかし、実行時にEclipseはそれらのjarファイルを見つけることができないようです。これらのjarファイルをランタイムクラスパスに追加する方法がわかりません....

私の日食は次のようになります。

現在、Python を使用して Web クローラーを作成していますが、HTMLParserError がスローされることがあります。

junk characters in start tag: u'\u201dTPL_password_1\u201d\r\n\t\t', at line 21285, column 6

21285行目でエラーが発見されたとのことですが、HTMLソースコードの21285行目でエラーが発見されたということですか？そうでない場合、エラーを生成する現在の HTML コードを知るにはどうすればよいですか? 現在の解析URLは何ですか?

私の解析クラスは次のように単純化できます。

助けてくれてありがとう。

Web ページを解析しようとしていますが、ページ内のテキストを取得したい場合。Jsoup.parse() および Jsoup.connect().get() メソッドを呼び出すと、Jsoup は間違ったドキュメントを取得します。

これは Web ページと私のコードの一部です。doc var の DOM が間違っています。

doc1 変数の結果は次のとおりです。

私は何か間違ったことをしましたか？

HTMLソースコードからRSSリンクを取得しようとしています。RSSリンクを見つけるためにJsoup Javaライブラリを使用しました。RSS リンクを取得するための小さなコードを書きましたが、残念ながらすべての Web サイトで機能するわけではありません。以下は私のコードです

上記のコードは、すべての Web サイトで機能するわけではありません。私の問題を解決してください。(RSS 2.0 リンクを探しています)

ありがとうございました

anchorソースPDFですべてのタグを見つけるにはどうすればよいですか

abc.pdf文字列変数だけが必要です

多くの画像とライブコンテンツを含む HTML Web ページがあります。parse the data from the webpage(HTML)iPhoneアプリで表示する必要があります。次のコードを使用して HTML コンテンツを解析しています。しかし、タグ内のサブタグを解析する方法がわかりませんか?

応答：

クラスphoneModelItemsからテキストNokia Modelを取得したいと考えています。「Nokia Model」というテキストを取得する方法を教えてください。前もって感謝します。

Python を使用して文字列以外のすべての html タグを削除したいのですが、これを使用します。

しかし、これによりすべてのhtmlタグが削除されます。

でノードorg.htmlparserを取得したいtbodyid

なぜnodelist1読まないの<tr><td>4</td><td>5</td></tr>ですか？