Очистка экрана Java с помощью JTidy – анализ значений HTML ⇐ JAVA

[Anonymous]

Итак, я пытаюсь очистить веб-страницу IMDB на наличие данных из веб-сериалов. Проблема в том, что когда я конвертирую страницу в объект DOM и пытаюсь получить значения, это не так просто, как кажется.

Например: я использую getElementsByTagName("h1") -> он возвращает 1 значение, поэтому я знаю, какое значение я могу получить (в данном случае название шоу). Но когда я хочу получить рейтинг шоу, он спрятан в Div's, и его очень сложно найти. Поэтому я пытаюсь использовать getElementById(id элемента), чтобы получить элемент (div) этого идентификатора, чтобы сократить поиск.

Но он возвращает нулевое значение? Какой самый простой способ очистить такую ​​страницу?

Вот фрагмент кода
public Final class IMDBExtractor {
Private String imdbId;

Код: Выделить всё

public IMDBExtractor(String imdbId) {
this.imdbId = imdbId;
}

public synchronized TvShow extractTvShow() throws IOException {
TvShow show = new TvShow();

//access imdb url
URL url  = new URL("http://www.imdb.com/title/" + imdbId);
URLConnection uc = url.openConnection();
uc.addRequestProperty("User-Agent",
"Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)");
uc.connect();

//Tidy up HTML
Tidy tidy = new Tidy();
tidy.setXmlOut(true);
tidy.setShowWarnings(false);
Document doc = tidy.parseDOM(uc.getInputStream(), null);
//Set show attributes
show.setImdbId(imdbId);
show.setTitle(extractSeriesName(doc));
show.setRating(extractRating(doc));
return show;
}

private String extractSeriesName(Document doc) throws IOException {
return doc.getElementsByTagName("h1").item(0).getChildNodes().item(0).getNodeValue();
}

private Double extractRating(Document doc) throws IOException {
System.out.println(doc.getElementById("content-2-wide").getNodeName());
return null;
}

В данном случае я пытаюсь очистить страницу:
Стрелка< /p>

Все страницы imdb имеют один и тот же макет, так что это не проблема. Ребята, вы знаете простой способ?>

Подробнее здесь: https://stackoverflow.com/questions/135 ... tml-values