Hent værdi fra XML - TD fra en HTML tabel

Det drejer sig forresten om en tabel med følgende opbygning:

<table>
<tr>
<td>DATA JEG VIL HAVE UD</td>
</tr>
</table>

(Attributter udeladt)

Altså en simpel tabel bestående af en række og en kolonne

Jeg har den rigtige tabel som en "Node" variable, så hvis nogen eventuelt havde et kode eksempel som viser hvordan jeg får dataen ud fra "td" elementet, så ville jeg være meget taknemmelig.

Har med vilje ikke sat hele metoden ind, da den nok forvirre mere end den gavner.

For at tilføje yderligere, så har jeg lige forsøgt at hente data om attributterne for "td" og det lykkedes uden problemer.

for det første, er det svært at sige hvad du laver forkert, når du ikke forklarer præcist hvad du skriver, og hvad du får af fejl.

for det andet, er det nærliggende at gætte på, at det formentlig er javaSCRIPT og ikke java du tænker på ?

Det er skam ganske almindelig java - ikke javascript.

Hvis det er til nogen hjælp så kan jeg da lige smide koden her:

public void Test(StringReader r){
        System.out.println("TEST AF SIDE VISNING");
        Tidy t = new Tidy();
        t.setQuiet(true);
        t.setShowWarnings(false);
        org.w3c.dom.Document tidyDOM = t.parseDOM(r, null);
        org.w3c.dom.NodeList n = tidyDOM.getElementsByTagName("table");
       
        //Finder den rette tabel
        System.out.println("Antal tabeller: " + n.getLength());
        for(int i = 0; i < n.getLength(); i++){
            Node Tablenodes = n.item(i);
            System.out.println("Test");
            if(Tablenodes.hasAttributes()){
                NamedNodeMap nnm = Tablenodes.getAttributes();
                Node Classnode = nnm.getNamedItem("class");
                Node CellPaddingNode = nnm.getNamedItem("cellpadding");
                //Test af tabel attributter
                if(Classnode != null && CellPaddingNode != null){
                    String ClassValue = Classnode.getNodeValue();
                    String CellPaddingValue = CellPaddingNode.getNodeValue();
                    System.out.println("Class: " + ClassValue + "CellP: " + CellPaddingValue);
                    //Finder den rigtige tabel
                    if(ClassValue.equalsIgnoreCase("head_box") && CellPaddingValue.equalsIgnoreCase("1")){

****HERFRA OG NED LIGGER PROBLEMET - KAN IKKE FÅ INDHOLDET AF TD UD****
                          org.w3c.dom.NodeList trNodes = Tablenodes.getChildNodes();
                          System.out.println("Antal rækker: " + trNodes.getLength());
                          Node trNode = trNodes.item(0);
                               
                          org.w3c.dom.NodeList tdNodes = trNode.getChildNodes();
                          System.out.println("Antal TD: " + tdNodes.getLength());
                         
                          //Den korrekte kolonne
                          Node tdNode = tdNodes.item(0);

                          if(tdNode.hasAttributes()){
                              NamedNodeMap tdAtt = tdNode.getAttributes();
                              Node tdClassNode = tdAtt.getNamedItem("class");
                              System.out.println("Class: " + tdClassNode.getNodeValue());
                          }                         
                                   
                            String nodeType = tdNode.getNodeName();
                            String nodeName = tdNode.getNodeName();
                            String test3 = tdNode.getTextContent();
                            String test = tdNode.getFirstChild().getNodeValue();
                            System.out.println("Værdi: " + test + "Type: " + nodeType + "Værdi2: " + test3);
                         
                    }
                }
            }
        }
       
    }

Den er nok en smule forvirrende, men det er også rimelig meget work in progress

Hvis tdNode peger paa <td>DATA JEG VIL HAVE UD</td> saa boer tdNode.getFirstChild().getNodeValue() returnere "DATA JEG VIL HAVE UD".

Du kan proeve at udskrive nodes for at se hvad de indeholder og hvor det gaar galt.

Eller bedre - skift til XPath.

Det er langt nemmere at fiske "//table/tr/td/text()" ud.

:-)

Demo:

import java.io.StringReader;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.xpath.XPath;
import javax.xml.xpath.XPathConstants;
import javax.xml.xpath.XPathFactory;

import org.w3c.dom.Document;
import org.w3c.dom.Node;
import org.xml.sax.InputSource;

public class XPathFun {
    public static void main(String[] args) throws Exception {
        String s = "<html><head><title>XPathFun</title></head><body><table id='1'><tr><td>DATA JEG IKKE VIL HAVE UD</td></tr></table><table id='2'><tr><td>DATA JEG VIL HAVE UD</td></tr></table></body></html>";
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        DocumentBuilder db = dbf.newDocumentBuilder();
        Document doc = db.parse(new InputSource(new StringReader(s)));
        XPath xpath = XPathFactory.newInstance().newXPath();
        Node wanted = (Node)xpath.evaluate("//html/body/table[@id='2']/tr/td/text()", doc.getDocumentElement(), XPathConstants.NODE);
        System.out.println(wanted.getNodeValue());
    }
}

Får følgende fejl når koden forsøger at ændre hjemmesiden til XML

[Fatal Error] :335:46: The entity "nbsp" was referenced, but not declared.

Det skal siges at siden jeg henter data fra er enormt ringe designet rent kodemæssigt, så er XPath rent følsom overfor dårligt designet sider, eller kan den selv sortere ting fra?

Og et helt andet spørgsmål. Er nedenstående en korrekt måde at identificere en tabel?
Node wanted = (Node) xpath.evaluate("//html/body/table[@class='headbox'][@cellpadding='1']/tr/td/text()", doc.getDocumentElement(), XPathConstants.NODE);

Altså med to [] for at bestemme tabellen

Det er nok snarere:

Node wanted = (Node) xpath.evaluate("//html/body/table[@class='headbox' and @cellpadding='1']/tr/td/text()", doc.getDocumentElement(), XPathConstants.NODE);

du vil bruge.

XML er generelt følsomt overform forkert XML.

Men måske kan du fake nbsp entityen.

fake = modificere de data som din StringReader læser fra

netkoen?