使用jericho html解析器解析頁面中的指定文本

Question

從頁面檢索指定文本時出現問題。我使用的示例是Patent Assignee Summary

如果您訪問該站點，您會看到有一個「Total：82」（這是標準SASA的命中數）。我需要得到這個號碼。我使用jericho html解析器，但我找不到任何功能。

有人可以幫我這個嗎？我真的需要在頁面上獲得這個號碼。

在此先感謝 -Sasa

Answer 1

如果你可以切換到Jsoup：

/* Connect to URL and parse it into a 'Document' */ 
Document doc = Jsoup.connect("http://assignments.uspto.gov/assignments/q?db=pat&qt=asne&reel=&frame=&pat=&pub=&asnr=&asnri=&asne=sasa&asnei=&asns=").get(); 

/* Select the required tag and print the value */ 
System.out.println(doc.select("p.t2").first().text()); 

完成！

輸出：

總數：83 （值對網站改變）

選擇器解釋：

doc.select("p.t2") // Select each 'p'-tag with 't2' attribute from document 
    .first() // Get the first one (there are two on the website, but the first one is the required one) 
    .text() // Get the text of this element 

文檔：

• Cookbook (Examples)
• Selector API
• API Documentation (JavaDoc)