如何将 HTML 表格数据“反序列化”为二维数组？

Question

我需要使用 Selenium 对两个表执行数据验证。

给定一个正确标记的填充数据的 HTML 表格：

<table>
    <tbody>
        <tr>
            <td>A</td>
            <td>B</td>
            <td>C</td>
        </tr>

        <tr>
            <td>1</td>
            <td>2</td>
            <td>3</td>
        </tr>
    </tbody>
</table>

我想使用 Selenium 将这个表（收集它的数据）“反序列化”成一个二维数组 (String[][])。我想这样做的原因是我有另一个 HTML 表（在另一个网页上），其中包含应该存储在其中的相同数据 - 我需要在这两个表之间执行 data validation .

我已经尝试了很多关于如何解决这个问题的选项，以及逐个单元格的迭代数据收集（使用 getTable() 或 getText() strong> 方法）不是其中之一 - 因为在超载的网页上完成一个大表需要大量时间。

JavaScript 注入（使用 getEval() 方法）在我的情况下不可用，因为该表位于具有源（基本 URL）的 中这不同于主页面之一。而根据same origin policy，这是无法执行的。

各位，知道如何解决给定的问题吗？

Answer 1

您可以使用 JAXB 将 HTML 文本反序列化为纯 java 对象层次结构，然后从这些对象构造一个二维数组。

另一种选择：将文本作为 XML 解析为 org.w3c.dom.Document 并在 Java 中使用 XPath 来查找和迭代元素。