java - 用于屏幕抓取的 Mozilla 解析器

Question

我正在编写一个应用程序，它接收页面的 HTML 代码并提取页面的某些元素(例如表格)并返回这些元素的 html 代码。我尝试使用 Mozilla 解析器在 java 中执行此操作，以简化页面导航，但在提取所需的 html 代码时遇到问题。

也许我的整个方法是错误的，又名 Mozilla 解析器，所以如果有更好的解决方案，我愿意接受建议

String html = ///what ever the code is

MozillaParser p = // instantiate parser


// pass in html to parse which creates a dom object
Document d = p.parse(html);

// get a list of all the form elements in the page
NodeList l =  d.getElementsByTagName("form");

// iterate through all forms
for(int i = 0; i < l.getLength(); i++){

    // get a form
    Node n = l.item(i);

    // print out the html code for just this form.
    // This is the portion I haven't figured out.
    // I just made up the innerHTML method, but thats
    // the end result I'm desiring, a way to just see
    // the html code for a particular node
    System.out.println( n.innerHTML() );
}

Answer 1

Mozilla 解析器在这里似乎有点矫枉过正，我用过 Jericho就您正在做的事情而言，取得了一些成功。