Android - 从网站提取数据的选项？ （HTML）

Question

我想知道在Android上从Internet托管的HTML页面检索信息的最佳方法是什么？

比如我希望能够在每一天的开始从下面的网页中的文字：

http://www.met.ie/forecasts/sea-area.asp

我已经下载和解析XML文件，但我从来没有尝试以前解析来自HTML类型文件的信息。

有解析我想要的信息的本地方法是什么？

或者我需要第三方库吗？

或者我需要寻找到屏幕抓取？

Answer 1

如果您解析HTML，不管你怎么做，你是屏幕抓取。技术从正则表达式到jTidy等第三方库的运行。唯一的问题是jTidy在Android上工作吗？我不知道。你必须研究它。

我建议使用正则表达式，编译它们，并缓存模式对象的性能。

如果你不能得到一个用于数据的适当Web服务API你想，那么你始终运行笔者改变布局和移动你的数据，并破坏你的代码的风险。这就是为什么屏幕抓取通常被忽视，只能用作最后的努力。

Answer 2

有解析我想要的信息的本地方法是什么？

号

或者我需要一个第三方库？

是。

或者我需要寻找到屏幕抓取？

您正在寻找的操作符合术语“屏幕抓取”，因为它用于网站。正如我在previous question on this topic中写的，为了解析HTML，您使用了HTML解析器。有several open source ones，并且很有可能一个或多个将在Android上工作，只需要很少的修改。

Answer 3

如果你不想去第三方的方式 - 你可以使用webview并注入JavaScript来提取你想要的信息。

例代码：

WebView webview = new WebView(context); 

webView.addJavascriptInterface(new jsInterface() { 
      public void parseForcast(String html){ 
       // do something with html 
      } 
     }, "Foo"); 


webView.setWebViewClient(new WebViewClient() { 
@Override 
public void onPageFinished(WebView view, String url){ 
    if (url.equals(FORECAST_URL){ 
    loadUrl("javascript:window.Foo.parseForecast(document.getElementById('content').innerHTML);"); 
    } 
}); 

webview.loadUrl(FORECAST_URL);