Java理论与实践:用XQuery进行屏幕搜集 - 编程入门网

这个查询不像 清单 5 中的查询那么功能强大。它假设文本“New York, NY ”将在 small 元素中（这就是下次 Yahoo! 重新设计他们的页面时可以轻松更 改的那类标记）。而且，也很容易将“New York, NY”多次显示在天气页面上。 但是，可以多花些精力来开发查询，从而减轻这些风险元素；正如许多开发选择 一样，在查询的复杂性与查询的稳定性之间会有一个权衡。

清单 5 和 清单 6 中所示的查询不是制作这些查询的惟一方式。使用更复杂 的 XPath 语法，清单 6 中的两个 for 子句可以合并到一个 XPath 表达式中， 那么整个 清单 5 就能变成一个 XPath 表达式，而不是使用 FLWOR 的语法。如 果是 XPath 高手，那么可能会发现，使用更加面向 XPath 的方式会更容易一些 ，而有更多 SQL 经验的人则会发现 FLWOR 的语法更有吸引力。

工具

针对 HTML 页面执行 XQuery 表达式所需要的代码非常少。可以用 JTidy 库 来清理 HTML 文档，然后把它表示成 DOM 对象（请参阅 清单 1）。Saxon XQuery 引擎被用来编译和执行针对文档 DOM 对象的查询。编译和执行一个针对 文档 DOM 表示的 XQuery 查询只需要 6 行代码，如清单 7 所示：

清单 7. 用 Saxon 编译和执行 XQuery 表达式的代码

Configuration c = new Configuration(); StaticQueryContext qp = new StaticQueryContext(c); XQueryExpression xe = qp.compileQuery(query); DynamicQueryContext dqc = new DynamicQueryContext(c); dqc.setContextNode(new DocumentWrapper(tidyDOM, url, c)); List result = xe.evaluate(dqc);

查询计算的结果是 DOM Element 的 List，您可以用自己喜欢的 DOM 操纵技 术（或者最不喜欢的 DOM 操作技术）把查询结果转变成文档。

结束语

虽然 XQuery 是为了查询大型文档而设计的，但是对于转换简单的文档，它 也是一个不错的工具。不管是把复杂的页面简化成在小屏幕上显示的页面，还是 从多个页面提取元素，把它们聚合在自己的门户上，或者仅仅是因为无法通过其他编程方式获得数据才从 Web 页面上提取数据，XQuery 都提供了从 HTML 页面 搜集所需数据的相对简单的方法。

凌众科技专业提供服务器租用、服务器托管、企业邮局、虚拟主机等服务，公司网站：http://www.lingzhong.cn 为了给广大客户了解更多的技术信息，本技术文章收集来源于网络,凌众科技尊重文章作者的版权，如果有涉及你的版权有必要删除你的文章，请和我们联系。以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息，谢谢!