XPATH と HTML Cleaner を使用して HTML/XML を解析する（XPATH と HTML Cleaner を使用して HTML / XML を解析します）_html/css_WEB-ITnose

59

60

61

62

63

64

65

66

public class OptionScraper {

// 文字列形式の XPATH クエリの例 - 使用されます後で

プライベート静的最終文字列 NAME_XPATH = "//div[@class='yfi_quote']/div[@class='hd']/h2" ;

プライベート静的最終文字列 TIME_XPATH = "//table[@id='time_table']/tbody/tr/td[@class='yfnc_tabledata1']" ;

プライベート静的最終文字列 PRICE_XPATH = "//table[@id='price_table']//tr//span" ;

// TAGNODE オブジェクト、その使用法は後で説明します

private static TagNode ノード;

// 名前に基づいてストックオプションのデータを取得するのに役立つメソッド (つまり、GOUAA は Google のストックオプションの 1 つです)

public static Option getOptionFromName(String name) throws XPatherExcept ion、ParserConfigurationException、SAXException、IOException、XPatherException {

// HTML を取得して解析したい URL

String option_url = " http://finance.yahoo.com/q?s=" + name.toUpperCase();

// ここで HTMLCLEANER の出番です。ここで初期化します

HtmlCleaner クリーナー = new HtmlCleaner();

CleanerProperties props = cleaner.getProperties();

props.setAllowHtmlInsideAttributes( true );

props.setAllowMultiWordAttributes( true );

props.setRecognizeUnicodeChars( true );

props.setOmitComments( true );

// 目的の URL への接続を開きます

URL url = new URL(option_url);

URLConnection conn = url.openConnection();

// クリーナーを使用して HTML を「クリーン」にし、TAGNODE オブジェクトとして返します

Node = Cleaner.clean( new InputStreamReader(conn.getInputStream()));

// HTML がクリーンになったら、ノード上で XPATH 式を実行すると、TAGNODE オブジェクトの配列が返されます (これらはオブジェクトとして返されますが、下にキャストされます)

オブジェクト[] info_nodes =ノード.evaluateXPath(NAME_XPATH);

Object[] time_nodes = node.evaluateXPath(TIME_XPATH);

オブジェクト[] 価格_ノード = node.evaluateXPath(PRICE_XPATH);

// ここで、XPATH が正しく、実際のノードが返されたことを確認するために簡単なチェックを行います

if (info_nodes.length > 0 ) {

// A にキャストされましたTAGNODE

TagNode info_node = (TagNode) info_nodes[ 0 ];

// コンテンツを文字列として取得する方法

String info = info_node.getChildren().iterator().next().toString().trim();

// 情報の文字列を処理するメソッド (私の場合、これは株価情報など)

processInfoNode(o, info);

}

if (time_nodes.length > 0 ) {

TagNode time_node = (TagNode) time_nodes[ 0 ];

文字列日付 = time_node.getChildren().iterator().next().toString().trim();

// 日付は 15-JAN-10 の形式で返されるため、これはその文字列を私が使用する形式に解析するためだけに書いたメソッドです

processDateNode(o,日付);

}

if (price_nodes.length > 0 ) {

TagNode 価格ノード = (タグノード) 価格ノード[ 0 ];

二重価格 = Double.parseDouble(price_node.getChildren().iterator().next().toString().trim());

o.setPremium(価格);

}

戻る o;

}

}