使用 Java 从 Web 中提取数据 [关闭]

Question

我想知道是否有一种方法可以使用 java (eclipse) 从网站中提取特定数据。例如，来自 Yahoo Finances 或 Bloomberg 的股票信息。我环顾四周，找到了一些资源，但我无法让它们工作，也许我错过了一些东西或者它们已经过时了。如果可能的话，我还想避免下载任何外部资源，我已经阅读了 JSoup，如果一切都失败了，我会更认真地考虑它。

感谢您的帮助。

Answer 1

答案是：是的，有很多不同的方法可以从网站中提取数据。

无论是哪种编程语言（Java、.NET、Perl...），基本上都有 2 种替代方案：

1. 该网站有一个 API：在这种情况下，它将是一个 REST 或 SOAP API，或者可能是一个自定义 API（REST 和 SOAP 可能占绝大多数）。如果有的话，请查看该网站的 API 文档。另请查看 Programmable Web 以获取参考资料。
2. 该网站没有 API。然后，您需要执行此处称为屏幕抓取的操作。本质上，您将像浏览器一样发送一系列 HTTP GET 或 HTTP POST 请求。服务器回复包含 HTML 代码的响应。从那里开始，您需要“解析”HTML 以提取您需要的信息。这将需要重型 XPath（如果内容是 XML）或正则表达式（如果内容是 HTML 或文本）。

查看Apache HTTP Components 以帮助您入门。

如果您想要的只是财务信息，Google 有一个 JSON/REST API 可以帮助您：How can I get stock quotes using Google Finance API?。

Yahoo 也有一个，在 SO 中也有一个问题：Yahoo Finance All Currencies quote API Documentation