Разбор HTML в Android

Я пытаюсь разобрать HTML в android с веб-страницы, и поскольку веб-страница не очень хорошо сформирована, я получаю SAXException.

Есть ли способ разбора HTML в Android?

Ответ 1

Я просто столкнулся с этой проблемой. Я пробовал несколько вещей, но решил использовать JSoup. Банку около 132k, что немного больно, но если вы загрузите источник и вытащите некоторые из методов, которые вы не будете использовать, тогда он не такой большой.
= > Хорошая вещь в том, что он будет обрабатывать плохо сформированный HTML

Вот хороший пример с их сайта.

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

//http://jsoup.org/cookbook/input/load-document-from-url
//Document doc = Jsoup.connect("http://example.com/").get();

Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
  String linkHref = link.attr("href");
  String linkText = link.text();
}

Ответ 2

Вы пробовали использовать Html.fromHtml(источник)?

Я думаю, что класс довольно либеральный в отношении качества исходного кода (он использует TagSoup внутри, который был разработан с реальной жизнью, плохой HTML в виду). Тем не менее, он не поддерживает все теги HTML, но в нем есть обработчик, который вы можете реализовать, чтобы реагировать на теги, которые он не понимает.

Ответ 3

String tmpHtml = "<html>a whole bunch of html stuff</html>";
String htmlTextStr = Html.fromHtml(tmpHtml).toString();

Ответ 4

Возможно, вы можете использовать WebView, но, как вы можете видеть в документе, WebView по умолчанию не поддерживает javascript и другие вещи, такие как виджеты.

http://developer.android.com/reference/android/webkit/WebView.html

Я думаю, что вы можете включить javascript, если вам это нужно.

Ответ 5

Мы все знаем, что программирование имеет бесконечные возможности. Существует множество решений для одной проблемы, поэтому я думаю, что все вышеупомянутые решения идеальны и могут быть полезны для кого-то, но для меня это спасет мой день.

Итак, код выглядит следующим образом

  private void getWebsite() {
    new Thread(new Runnable() {
      @Override
      public void run() {
        final StringBuilder builder = new StringBuilder();

        try {
          Document doc = Jsoup.connect("http://www.ssaurel.com/blog").get();
          String title = doc.title();
          Elements links = doc.select("a[href]");

          builder.append(title).append("\n");

          for (Element link : links) {
            builder.append("\n").append("Link : ").append(link.attr("href"))
            .append("\n").append("Text : ").append(link.text());
          }
        } catch (IOException e) {
          builder.append("Error : ").append(e.getMessage()).append("\n");
        }

        runOnUiThread(new Runnable() {
          @Override
          public void run() {
            result.setText(builder.toString());
          }
        });
      }
    }).start();
  }

Вам просто нужно вызвать вышеуказанную функцию в onCreate Method MainActivity вашего MainActivity

Надеюсь, это поможет вам, ребята.

Также прочитайте оригинальный блог на Среднем