htmlparser : comment l'utiliser ?

Slt tout le monde,

J'essaye de parser ce site web en JAVA: http://www.aideoparis.com/comparateur-cotes/
Toutes les infos que je veux récupérer sont à l’intérieur de la balise <table class="comparateur"></table>
A l’intérieur de cette balise, je veux récupérer :
- le nom du match dans <td class="match"><a>NOM DU MATCH</a></td>
- la date du match et l'heure dans : <td class="match">DATE ET HEURE</td>
- les cotes dans : <tr class="t12"><td width="35"><a>COTE</a></td></tr>

Sur beaucoup de sites, on recommande htmlparser mais je n'arrive pas à trouver d'exemple qui explique bien comment s'en servir...
Je voudrais pouvoir récupérer toutes les infos et les stocker dans des tableaux de type String[].

Est-ce que quelqu'un pourrait m'aider?

merci beaucoup,
Victor

J'ai bifurqué sur Jericho Html Parser qui a l'air mieux documenté.

J'ai trouvé ce code :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
 
import net.htmlparser.jericho.*;
import java.util.*;
import java.io.*;
import java.net.*;
 
public class test2 {
	public static void main(String[] args) throws Exception {
		String sourceUrlString="test.htm";
		if (args.length==0)
		  System.err.println("Using default argument of \""+sourceUrlString+'"');
		else
			sourceUrlString=args[0];
		if (sourceUrlString.indexOf(':')==-1) sourceUrlString="file:"+sourceUrlString;
		MicrosoftTagTypes.register();
		MasonTagTypes.register();
		Source source=new Source(new URL(sourceUrlString));
		System.out.println("\n*******************************************************************************\n");
 
		System.out.println("Tags starting with <td class="match"");
		displaySegments(source.getAllStartTags("td class="match""));
 
		//System.out.println("CDATA sections:");
		//displaySegments(source.getAllTags(StartTagType.CDATA_SECTION));
 
		//System.out.println("Common server tags: (eg ASP, JSP, PSP, ASP-style PHP or Mason substitution tag)");
		//displaySegments(source.getAllTags(StartTagType.SERVER_COMMON));
 
		//System.out.println("Tags starting with <%=var");
		//displaySegments(source.getAllStartTags("%=var"));
 
		//System.out.println("HTML Comments:");
		//displaySegments(source.getAllTags(StartTagType.COMMENT));
 
		//System.out.println("Elements in namespace \"o\" (generated by MS-Word):");
		//displaySegments(source.getAllElements("o:"));
 
		//System.out.println("Tags starting with <![ (commonly generated by MS-Word):");
		//displaySegments(source.getAllStartTags("!["));
 
		// Note: The end of a PHP tag can not be reliably found without the use of a PHP parser,
		// meaning any PHP tag found by this library is not guaranteed to have the correct end position.
		//	System.out.println("Standard PHP tags:");
		//	displaySegments(source.getAllTags(PHPTagTypes.PHP_STANDARD));
 
		//	System.out.println("Short PHP tags:");
		//	displaySegments(source.getAllTags(PHPTagTypes.PHP_SHORT));
 
		//	System.out.println("Mason Component Calls:");
		//	displaySegments(source.getAllTags(MasonTagTypes.MASON_COMPONENT_CALL));
 
		//System.out.println("Mason Components Called With Content:");
		//displaySegments(source.getAllElements(MasonTagTypes.MASON_COMPONENT_CALLED_WITH_CONTENT));
 
		//System.out.println("Mason Named Blocks:");
		//displaySegments(source.getAllElements(MasonTagTypes.MASON_NAMED_BLOCK));
 
		//	System.out.println("Unregistered start tags:");
		//	displaySegments(source.getAllTags(StartTagType.UNREGISTERED));
 
		//System.out.println("Unregistered end tags:");
		//	displaySegments(source.getAllTags(EndTagType.UNREGISTERED));
 
		System.out.println(source.getCacheDebugInfo());
  }
 
	private static void displaySegments(List<? extends Segment> segments) {
		for (Segment segment : segments) {
			System.out.println("-------------------------------------------------------------------------------");
			System.out.println(segment.getDebugInfo());
			System.out.println(segment);
		}
		System.out.println("\n*******************************************************************************\n");
	}
}

La librairie est téléchargeable ici :
http://www.java2s.com/Code/JarDownlo...ml-3.0.jar.zip

Je ne m'en sors pas vraiment. Je n'arrive pas a extraire ce qu'il y a dans la balise <td class="match">.

Une idée?

Bonjour,
As-tu trouvé une solution? Car j'essaie moi aussi d'utilise HTMLParser mais j'ai un peu de mal.
En fait, je fais, pour mon projet de fin d'année, un logiciel de gestion de bédéthèque/mangathèque et j'y ai intégré un lecteur de flux RSS que j'ai créé avec en me basant sur un tuto sur le web.
Le hic, c'est que le flux que j'utilise a des balises html et donc, dans mon affichage il y a des choses des balises, ce qui n'est pas beau.
J'aimerais donc les convertir (ex : <strong></strong> met mon texte en gras) ou au moins les supprimer. Il y a aussi des é qui s'affichent, j'aimerais donc que tout ça se convertisse.
Merci d'avance