Wie kann ich eine bestehende html Tabelle gezielt auslesen?

3 Antworten

Das heißt, die Webseite A gehört dir nicht / du hast keinerlei Zugriff auf deren Datenbank?

Das Verfahren, welches dann eingesetzt werden kann, nennt sich Webscraping. Hierzu kannst du jegliche Programmiersprache nehmen, die möglichst bereits Funktionalitäten (über die Standardbibliothek oder externe Bibliotheken) anbietet, um HTTP Requests zu verschicken und den dazugehörigen Response zu empfangen.

Das heißt, es gibt Optionen wie diese:

Der Response muss danach geparst werden - z.B. könntest du die Daten zuvor durch einen XmlParser laufen lassen, um so einfacher an die benötigten Informationen zu gelangen. Da sich die Daten täglich ändern, solltest du mindestens einmal alle 24h deinen Crawler neue Daten heranholen lassen. In der Zeit dazwischen würde ich die Daten irgendwo temporär zwischenlagern, beispielsweise in einer eigenen Datenbank. So könntest du die Daten auch besser verwalten, eine Suche für Nutzer würde sich einfacher und schneller gestalten, da die Daten von dir bereits richtig abgelegt wurden.

Bevor du anfängst, solltest du dich aber dennoch nochmals mit der rechtlichen Perspektive von Webscraping auseinandersetzen. Lies zum Beispiel hier.


frage3349 
Beitragsersteller
 26.03.2018, 22:07

vielen Dank! hat mir wirklich geholfen :)

Ich würde täglich (stündlich?) Einen cron-job laufen lassen und die Tabelle auslesen, etwa mittels PHP um die ausgelesenen Daten in einer Datenbank zu speichern.

Die Ausgabe dann einfach per PHP. Eventuell nach dem Scan der Seite A schauen, welche Nutzerdaten sich verändert haben und Nutzer informieren.

Mit Java kannst du nichts machen ;-) Wenn JavaScript, aber das sind 2 verschiedene paar Schuhe.

Es sei denn, du willst eine Java Application schreiben, dann kannst du natürlich den Scanner verwenden und dir die entsprechenden Zeilen holen.

Aber vielleicht hilft dir ja das hier weiter, was Javascript angeht: https://stackoverflow.com/questions/9927126/how-to-convert-the-following-table-to-json-with-javascript


regex9  26.03.2018, 19:24
Mit Java kannst du nichts machen ;-)

Mit Java ist er an der völlig richtigen Adresse. 😉