HTML-Navigation in Java – Java-Beispiele

In diesem Artikel erfahren Sie, wie Sie mit Hilfe der Aspose.HTML for Java API durch ein HTML-Dokument navigieren und eine detaillierte Untersuchung seiner Elemente durchführen können. Sie können ganz einfach Ihre eigene Anwendung erstellen, um Informationen aus HTML-Dokumenten zu analysieren, zu sammeln oder zu extrahieren, da unsere API ein leistungsfähiges Toolset zur Verfügung stellt, um mit CSS Selector, XPath Query oder benutzerdefinierten Filtern im Dokument zu navigieren.

HTML-Navigation

Es gibt viele Möglichkeiten, die HTML-Navigation durchzuführen. Die folgende Liste zeigt den einfachsten Weg, um mit der Klasse Node auf alle DOM-Elemente zuzugreifen:

Property	Description
FirstChild	Accessing this attribute of an element must return a reference to the first child node.
LastChild	Accessing this attribute of an element must return a reference to the last child node
NextSibling	Accessing this attribute of an element must return a reference to the sibling node of that element which most immediately follows that element.
PreviousSibling	Accessing this attribute of an element must return a reference to the sibling node of that element which most immediately precedes that element.
ChildNodes	Returns a list that contains all children of that element.

Mit den genannten Eigenschaften können Sie wie folgt durch ein HTML-Dokument navigieren:

// Prepare HTML code
String html_code = "<span>Hello,</span> <span>World!</span>";

// Initialize a document from the prepared code
HTMLDocument document = new HTMLDocument(html_code, ".");

// Get the reference to the first child (first <span>) of the document body
Element element = document.getBody().getFirstElementChild();
System.out.println(element.getTextContent());
// @output: Hello,

// Get the reference to the second <span> element
element = element.getNextElementSibling();
System.out.println(element.getTextContent());
// @output: World!

Für die komplizierteren Szenarien, wenn Sie einen Knoten auf der Grundlage eines bestimmten Musters finden müssen (z. B. die Liste der Kopfzeilen, Links usw.), können Sie ein spezialisiertes TreeWalker oder NodeIterator Objekt mit einer benutzerdefinierten Filter Implementierung verwenden.

Das nächste Beispiel zeigt, wie Sie Ihren eigenen NodeFilter implementieren, um alle Elemente außer Bildern zu überspringen:

public static class OnlyImageFilter extends NodeFilter {
    @Override
    public short acceptNode(Node n) {
        // The current filter skips all elements, except IMG elements.
        return "img".equals(n.getLocalName())
            ? FILTER_ACCEPT
            : FILTER_SKIP;
    }
}

Sobald Sie einen Filter implementiert haben, können Sie die HTML-Navigation wie folgt verwenden:

// Prepare HTML code
String code = "    < p > Hello, </p >\n" +
        "    <img src = 'image1.png' >\n" +
        "    <img src = 'image2.png' >\n" +
        "    <p > World ! </p >\n";

// Initialize a document based on the prepared code
HTMLDocument document = new HTMLDocument(code, ".");

// To start HTML navigation, we need to create an instance of TreeWalker
// The specified parameters mean that it starts walking from the root of the document, iterating all nodes, and using our custom implementation of the filter
ITreeWalker iterator = document.createTreeWalker(document, NodeFilter.SHOW_ALL, new HtmlNavigationTests.OnlyImageFilter());
// Use
while (iterator.nextNode() != null) {
    // Since we are using our own filter, the current node will always be an instance of the HTMLImageElement
    // So, we don't need the additional validations here
    HTMLImageElement image = (HTMLImageElement) iterator.getCurrentNode();

    System.out.println(image.getSrc());
    // @output: image1.png
    // @output: image2.png
}

XPath

Die Alternative zur HTML Navigation ist XML Path Language. Die Syntax der XPath-Ausdrücke ist recht einfach und, was noch wichtiger ist, sie ist leicht zu lesen und zu unterstützen.

Das folgende Beispiel zeigt, wie XPath-Abfragen innerhalb der Aspose.HTML for Java API verwendet werden können:

// Prepare HTML code
String code = "< div class='happy' >\n" +
        "        <div >\n" +
        "            <span > Hello! </span >\n" +
        "        </div >\n" +
        "    </div >\n" +
        "    <p class='happy' >\n" +
        "        <span > World! </span >\n" +
        "    </p >\n";

// Initialize a document based on the prepared code
HTMLDocument document = new HTMLDocument(code, ".");

// Here, we evaluate the XPath expression where we select all child <span> elements from elements whose 'class' attribute equals to 'happy'
IXPathResult result = document.evaluate("//*[@class='happy']//span",
        document,
        null,
        XPathResultType.Any,
        null
);

// Iterate over the resulted nodes
for (Node node; (node = result.iterateNext()) != null; ) {
    System.out.println(node.getTextContent());
    // @output: Hello!
    // @output: World!
}

CSS-Selektor

Neben HTML Navigation und XPath können Sie auch die CSS Selector API verwenden, die ebenfalls von unserer Bibliothek unterstützt wird. Diese API wurde entwickelt, um ein Suchmuster zu erstellen, um Elemente in einem Dokumentbaum basierend auf der CSS Selectors Syntax zu finden.

// Prepare HTML code
String code = "< div class='happy' >\n" +
        "        <div >\n" +
        "            <span > Hello, </span >\n" +
        "        </div >\n" +
        "    </div >\n" +
        "    <p class='happy' >\n" +
        "        <span > World ! </span >\n" +
        "    </p >\n";

// Initialize a document based on the prepared code
HTMLDocument document = new HTMLDocument(code, ".");

// Here, we create a CSS Selector that extracts all elements whose 'class' attribute equals to 'happy' and their child SPAN elements
NodeList elements = document.querySelectorAll(".happy span");

// Iterate over the resulted list of elements
elements.forEach(element -> {
    System.out.println(((HTMLElement) element).getInnerHTML());
    // @output: Hello,
    // @output: World!
});

Aspose.HTML bietet KI-Keyword-Extraktor, ein KI-gestütztes Tool zum Extrahieren von Schlüsselwörtern aus Webseiten, einfachem Text oder Dateien. Mit dieser Anwendung können Sie schnell wichtige Themen und Trends für die Optimierung von Websites, die Analyse von Wettbewerbern oder die Zusammenfassung großer Dokumente identifizieren. Fügen Sie einfach den Text oder die URL ein, wählen Sie die Einstellungen aus, und klicken Sie auf “Extrahieren”, um in Sekundenschnelle genaue, aussagekräftige Schlüsselwörter zu erhalten. Ideal für die Verbesserung der Sichtbarkeit in Suchmaschinen, die Ausrichtung von Inhalten und die datengestützte Entscheidungsfindung.