J'accède à un site Web et j'ai besoin d'extraire des données. Pour être plus précis - à partir de cette partie:Extraction de données HTML
<input type="hidden" value="1" name="d520783895194bd08750e47c744d553d">
J'ai besoin d'extraire la partie "nom". J'ai entendu dire que les expressions reular ne sont pas la meilleure solution, donc je voudrais demander quelle est la meilleure façon d'accéder à cette donnée dont j'ai besoin.
Après l'analyse d'un site Web avec NekoHTML ou TagSoup (qui devrait prendre soin du fait que votre balise de champ d'entrée est fermé), je vous suggère d'utiliser une expression XPath:
//input[@type='hidden'][@value=1]/@name
Groovy vous appliquerez sous forme de GPath.
Utilisez une bibliothèque d'analyse Html, ils corrigent Html malformé pour faciliter la navigation dans le document pour rechercher et mettre à jour les éléments. Voici un lien vers une liste de Java/implémentations Grovy:
http://www.wavyx.net/2009/01/13/looking-for-a-java-html-parser-or-groovy/
On dirait NekoHTML et TagSoup sont populaires, mais je n'ai pas utilisé l'un ou Grovy pour cette question. Mais j'ai utilisé Html Parsers dans d'autres langues.