Nós XPath vêm após nova linha
Estou tentando obter o texto do nó para os nós que têm o centro de alinhamento div: `
<tr>
<td width="39" class="back1"><b class="texto4">CRN</b></td>
<td width="60" class="back1"><b class="texto4">Materia</b></td>
<td width="53" class="back1"><b class="texto4">Sección</b></td>
<td width="55" class="back1"><b class="texto4">Créditos</b></td>
<td width="156" class="back1"><b class="texto4">Título</b></td>
<td width="69" class="back1"><b class="texto4">Cupo</b></td>
<td width="57" class="back1"><b class="texto4">Inscritos</b></td>
<td width="77" class="back1"><b class="texto4">Disponible</b></td>
</tr>
<tr>
<td width="39"><font class="texto4">
10110 </font></td>
<td width="60"><font class="texto4">
IIND1000 </font></td>
<td width="53"><font class="texto4">
<div align="center">
1 </div></font></td>
<td width="55"><font class="texto4">
<div align="center">
3 </div>
</font></td>
<td width="156"><font class="texto4">
INTROD. INGEN. INDUSTRIAL </font></td>
<td width="69"><font class="texto4">
100 </font></td>
<td width="57"><font class="texto4">
100 </font></td>
<td width="77"><font class="texto4">
0 </font></td>
</tr>
</table> `
O problema é que o JTidy não recebe o texto nesse nó filho porque (presumo aqui) há uma nova linha entre<font class="texto4">
e<div align="center">
. A saída quando eu recebo todos os elementos desse nó dentro de uma Lista e a imprimo está vazia.
Meu XPathExpression até agora éexpr = xpath.compile("//td[@width='55']/font/div/text()");
(ou largura = '69 ', para o outro nó).
Minha tentativa de código completo é:
String cod = "IIND2401";
String dep = cod.substring(0, 4);
System.out.println(dep);
try {
URL url = new URL("http://registroapps.uniandes.edu.co/scripts/adm_con_horario1_joomla.php?depto="+dep);
Tidy tidy = new Tidy();
tidy.setXHTML(true);
Document doc = tidy.parseDOM(url.openStream(), System.out);
// Use XPath to obtain whatever you want from the (X)HTML
XPath xpath = XPathFactory.newInstance().newXPath();
XPathExpression expr = xpath.compile("//td[@width='39']/font/text()");
NodeList crn = (NodeList)expr.evaluate(doc, XPathConstants.NODESET);
Então pego os códigos que obtenho, os coloco em uma Lista e os imprimo:
List<String> crns = new ArrayList<String>();
for (int i = 0; i < crn.getLength(); i++) {
crns.add(crn.item(i).getNodeValue());
}
System.out.println ("CRNs:"); System.out.println (crns);
O resultado é uma longa lista de identificações de cursos na minha universidade para o corpo docente do IIND. CRNs: [10110, 16886, 12420, 12526, 12527, 12528, 13510, 15146, 12544, 12545, (...)] Não consigo alterar o documento HTML, estou tentando analisá-lo no site da minha universidade . Algum conselho? Obrigado rapazes.