Android - 从网站提取数据的选项？ (HTML)答案

【问题标题】：Android - Options for pulling data from a website? (HTML)Android - 从网站提取数据的选项？ (HTML)
【发布时间】：2011-04-18 13:13:13
【问题描述】：

我想知道在 Android 上从 Internet 上托管的 HTML 页面中检索信息的最佳方法是什么？

例如，我希望能够在每天开始时从以下页面获取文本：

http://www.met.ie/forecasts/sea-area.asp

我一直在下载和解析 XML 文件，但之前从未尝试过解析 HTML 类型文件中的信息。

有没有本地方法来解析我想要的信息？

或者我需要第三方库吗？

或者我是否需要查看屏幕抓取？

【问题讨论】：

只是添加到这个 JSoup 在 Android 上运行良好

标签： html android html-parsing

【解决方案1】：

如果你在解析 HTML，不管你怎么做，你都是在屏幕抓取。技术从正则表达式运行到 jTidy 等 3rd 方库。唯一的问题是 jTidy 可以在 Android 上运行吗？我不知道。你必须研究它。

我建议使用正则表达式，编译它们，并缓存 Pattern 对象以提高性能。

如果您无法为您想要的数据获得适当的 Web 服务 API，那么您总是冒着作者更改布局、将数据移动到您身上并破坏您的代码的风险。这就是为什么屏幕抓取通常不受欢迎，仅用作最后的努力。

【讨论】：

【解决方案2】：

如果您不想采用第三方方式 - 您可以使用 webview 并向其中注入 javascript 以提取您想要的信息。

示例代码：

WebView webview = new WebView(context);

webView.addJavascriptInterface(new jsInterface() {
           public void parseForcast(String html){
              // do something with html
           }
        }, "Foo");


webView.setWebViewClient(new WebViewClient() {
@Override
public void onPageFinished(WebView view, String url){
  if (url.equals(FORECAST_URL){
     loadUrl("javascript:window.Foo.parseForecast(document.getElementById('content').innerHTML);");
  }
});

webview.loadUrl(FORECAST_URL);

【讨论】：

【解决方案3】：

有没有本地方法来解析我想要的信息？

没有。

或者我需要第三方库吗？

是的。

或者我是否需要查看屏幕抓取？

您要执行的操作符合“屏幕抓取”一词，因为它用于网站。正如我在previous question on this topic 中所写，要解析 HTML，您需要使用 HTML 解析器。有several open source ones，很可能有一个或多个可以在 Android 上运行，如果有的话，几乎不需要修改。

【讨论】：