欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用Java快速將Web中表格轉(zhuǎn)換成Excel的方法

 更新時間:2023年06月15日 11:40:20   作者:夜郎king  
在平時做系統(tǒng)項目時,經(jīng)常會需要做導(dǎo)出功能,下面這篇文章主要給大家介紹了關(guān)于使用Java快速將Web中表格轉(zhuǎn)換成Excel的相關(guān)資料,需要的朋友可以參考下

背景

隨著后疫情時代的到來,在過去的2022年,全國的經(jīng)濟(jì)情況,想必是很多學(xué)者和研究對象都非常關(guān)心的事。而這些數(shù)據(jù)在國家統(tǒng)計局網(wǎng)站上都有相應(yīng)的記錄。通過分析這些數(shù)據(jù),可以從某一個角度來驗證和觀察當(dāng)下的經(jīng)濟(jì)情況。

全國共計有1279個縣級單位已經(jīng)披露了2022年GDP和一般公共預(yù)算收入數(shù)據(jù)情況,企業(yè)預(yù)警通根據(jù)這些數(shù)據(jù)整理出中國百強(qiáng)縣gdp排行榜和百強(qiáng)縣一般公共預(yù)算收入排行榜。其中昆山市以5006.66億元GDP蟬聯(lián)榜單榜首,江陰市、晉江市位列百強(qiáng)縣第二三位,長沙縣是湖南省唯一進(jìn)入全國前十的(Top7)。來源:2023中國縣城GDP百強(qiáng)榜揭曉 2023中國百強(qiáng)縣排行榜一覽。

第一張圖是以圖片的形式發(fā)布的,第二種是采用Html的表格(table)形式展示的。在離線分析使用數(shù)據(jù)的時候非常不方便。作為程序猿,這一定難不倒您。我們可以采用網(wǎng)頁抓取的技術(shù)對數(shù)據(jù)進(jìn)行整理。本文將以Java語言為編程語言,講解使用Jsoup對Web網(wǎng)頁知識進(jìn)行爬取,文中給出了詳細(xì)的示例代碼,希望對大家有幫助。

一、初識Jsoup抓取

1、網(wǎng)頁結(jié)構(gòu)分析

在使用Jsoup對頁面進(jìn)行抓取時,需要對網(wǎng)頁的結(jié)構(gòu)進(jìn)行初步的分析,便于制定相對應(yīng)的抓取策略。首先打開瀏覽器,輸入目標(biāo)網(wǎng)站的地址,同時打開F12進(jìn)入調(diào)試,找到目標(biāo)網(wǎng)頁的元素。

打開上面gdp百強(qiáng)榜表格中的div下table表格,找到如下的數(shù)據(jù)

同理,對于一般公共預(yù)算收入的數(shù)據(jù)處理也是同樣的處理辦法,在此不再贅述。

二、Java開發(fā)Jsoup抓取

1、引用Jsoup相關(guān)依賴包

這里我們采用Maven的jar進(jìn)行包的依賴處理管理。因此先定義Pom.xml,關(guān)鍵代碼如下所示:

<project xmlns="http://maven.apache.org/POM/4.0.0"
	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
	xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
	<modelVersion>4.0.0</modelVersion>
	<groupId>com.yelang</groupId>
	<artifactId>jsoupdemo</artifactId>
	<version>0.0.1-SNAPSHOT</version>
	<dependencies>
		<dependency>
			<groupId>org.jsoup</groupId>
			<artifactId>jsoup</artifactId>
			<version>1.11.3</version>
		</dependency>
		<dependency>
			<groupId>com.alibaba</groupId>
			<artifactId>easyexcel</artifactId>
			<version>3.0.5</version>
		</dependency>
	</dependencies>
</project>

2、 信息實體類的處理

對比發(fā)現(xiàn)兩個表格處理具體的指標(biāo)不一樣,前面的排名和縣名稱,所在省份名稱都是一樣的。因此我們采用面向?qū)ο蟮脑O(shè)計方法對信息處理的類進(jìn)行開發(fā)。相應(yīng)的類圖如下所示:

3、數(shù)據(jù)采集實體

package com.yelang.entity;
 
import java.io.Serializable;
import com.alibaba.excel.annotation.ExcelProperty;
public class CountyBase implements Serializable {
	private static final long serialVersionUID = -1760099890427975758L;
 
	@ExcelProperty(value= {"序號"},index = 1)
	private Integer index;
 
	@ExcelProperty(value= {"縣級地區(qū)"},index = 2)
	private String name;
 
	@ExcelProperty(value= {"所屬省"},index = 3)
	private String province;
 
	public Integer getIndex() {
		return index;
	}
 
	public void setIndex(Integer index) {
		this.index = index;
	}
 
	public String getName() {
		return name;
	}
 
	public void setName(String name) {
		this.name = name;
	}
 
	public String getProvince() {
		return province;
	}
 
	public void setProvince(String province) {
		this.province = province;
	}
 
	public CountyBase(Integer index, String name, String province) {
		super();
		this.index = index;
		this.name = name;
		this.province = province;
	}
 
	public CountyBase() {
		super();
	}
 
}

在上面的代碼中,將排序、縣級地區(qū)、省作為父類抽象出來,設(shè)計兩個子類:GDP類和一般公共收入類。這里需要注意的是,由于這里我們需要將采集的數(shù)據(jù)保存到本地的Excel表格中,這里我們采用EasyExcel作為技術(shù)生成組件。@ExcelProperty這個屬性中,我們定義了寫入的Excel表頭以及具體的排序。

package com.yelang.entity;
 
import java.io.Serializable;
import com.alibaba.excel.annotation.ExcelProperty;
public class Gdp extends CountyBase implements Serializable {
 
	private static final long serialVersionUID = 5265057372502768147L;
 
	@ExcelProperty(value= {"GDP(億元)"},index = 4)
	private String gdp;
	
	public String getGdp() {
		return gdp;
	}
 
	public void setGdp(String gdp) {
		this.gdp = gdp;
	}
 
	public Gdp(Integer index, String name, String province, String gdp) {
		super(index,name,province);
		this.gdp = gdp;
	}
 
	public Gdp(Integer index, String name, String province) {
		super(index, name, province);
	}
 
}
package com.yelang.entity;
 
import java.io.Serializable;
 
import com.alibaba.excel.annotation.ExcelProperty;
 
public class Gpbr extends CountyBase implements Serializable {
 
	private static final long serialVersionUID = 8612514686737317620L;
 
	@ExcelProperty(value= {"一般公共預(yù)算收入(億元)"},index = 4)
	private String gpbr;// General public budget revenue
 
	public String getGpbr() {
		return gpbr;
	}
 
	public void setGpbr(String gpbr) {
		this.gpbr = gpbr;
	}
 
	public Gpbr(Integer index, String name, String province, String gpbr) {
		super(index, name, province);
		this.gpbr = gpbr;
	}
 
	public Gpbr(Integer index, String name, String province) {
		super(index, name, province);
	}
}

4、實際爬取

下面是處理GDP數(shù)據(jù)的轉(zhuǎn)換代碼,如果不熟悉Jsoup可以先熟悉下相關(guān)語法,如果有類似Jquery的開發(fā)經(jīng)驗,對于Jsoup上手非常快。

static void grabGdp() {
		String target = "https://www.maigoo.com/news/665462.html";
		try {
            Document doc = Jsoup.connect(target)
                    .ignoreContentType(true)
                    .userAgent(FetchCsdnCookie.ua[1])
                    .timeout(300000)
                    .header("referer","https://www.maigoo.com")
                    .get();
            Elements elements = doc.select("#t_container > div:eq(3) table tr");
            List<Gdp> list = new ArrayList<Gdp>();
            for(int i = 1;i<elements.size();i++) {
            	Element tr = elements.get(i);//獲取表頭
            	Elements tds = tr.select("td");
            	Integer index = Integer.valueOf(tds.get(0).text());
            	String name = tds.get(1).text();
            	String province = tds.get(2).text();
            	String gdp = tds.get(3).text();
            	Gdp county = new Gdp(index, name, province, gdp);
            	list.add(county);
            }
            String fileName = "E:/gdptest/2023全國百強(qiáng)縣GDP排行榜 .xlsx";
            EasyExcel.write(fileName, Gdp.class).sheet("GDP百強(qiáng)榜").doWrite(list);
            System.out.println("完成...");
		} catch (Exception e) {
			System.out.println(e.getMessage());
			System.out.println("發(fā)生異常,繼續(xù)下一輪循環(huán)");
		}
	}

這里需要注意的是在jsoup中如何進(jìn)行網(wǎng)頁的元素定位及抓取。在上面這里,我們使用類似jquery的Dom獲取方法。

Elements elements = doc.select("#t_container > div:eq(3) table tr");

通過這一行去獲取表格下的每一個tr,然后再循環(huán)每個td就可以獲取對應(yīng)的數(shù)據(jù)。 

三、過程分析及結(jié)果

1、采集過程分析

這里采用對源程序進(jìn)行debug的方法對網(wǎng)頁進(jìn)行抽絲剝繭的分析。使用jsou進(jìn)行網(wǎng)頁模擬訪問

采用select(xxx)的方法獲取頁面元素,

獲取tr下的td單元格數(shù)據(jù),

2、運行結(jié)果         

上述代碼運行完成后,在目的磁盤可以看到以下兩個文件,

打開上述兩個excel文件可以看到想要采集的數(shù)據(jù)已經(jīng)采集完畢,數(shù)據(jù)的順序也是完全按照網(wǎng)頁上的順序來進(jìn)行生成的。

總結(jié)

以上就是本文的主要內(nèi)容。本文將以Java語言為編程語言,詳細(xì)講解了如何使用Jsoup對Web網(wǎng)頁知識進(jìn)行爬取,結(jié)合EasyExcel將網(wǎng)頁表格轉(zhuǎn)換成Excel表格,同時文中給出了詳細(xì)的示例代碼。

到此這篇關(guān)于使用Java快速將Web中表格轉(zhuǎn)換成Excel的方法的文章就介紹到這了,更多相關(guān)Java將Web表格轉(zhuǎn)換Excel內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評論