如何在html链接的网页中搜索和复制特定的字符串

Question

让我直接描述一下这个问题。如果您转到下面的链接，您将看到包含伊索所写故事的html链接列表。每一个故事都包含一个道德宣言。我只需要复制和存储包含“伊索寓言寓言的寓意”的字符串：我需要得到一个由空格或新行分隔的序列的结果。你知道吗

http://www.taleswithmorals.com/

我该怎么做？在这种情况下，哪个平台更容易使用？你能带我过去吗？你知道吗

Answer 1

我使用python和mechanize（一个webbot）做了类似的事情。你知道吗

您也可以只使用urllib并解析响应，因为您知道要查找的确切字符串。你知道吗

我认为Python非常适合这个。你知道吗

Answer 2

http://docs.oracle.com/javase/6/docs/api/java/lang/String.html

Java具有相当高级的本机字符串处理。如果我在java中尝试这样做，我将使用indexOf（String）方法，它返回该字符串中特定子字符串的第一个索引。使用它，您可以查找表示链接的html href标记（查看页面的html源代码）。如果您不确定如何找到HTML文件本身，这里有How do you Programmatically Download a Webpage in Java一个非常好的解释，说明如何使用java提取HTML文件。 然后，您可以浏览每个页面的源代码，找到“伊索寓言的寓意：”子字符串，然后使用Java的PrintWriter保存紧跟其后的字符串，它可以将字符串写入文件：http://docs.oracle.com/javase/7/docs/api/java/io/PrintWriter.html

希望这有帮助！你知道吗