Добыча общего профиля с веб-страниц

Question

Я собираюсь начать свою работу в экстракции статьи.

Задача, которую я буду делать, состоит в том, чтобы извлечь отзывы о размере отелей, которые размещены на разных веб-страницах (например, 1. http://www.tripadvisor.ca/hotel_review-g32643-d1097955-Reviews-san_mateo_county_memorial_park_campground-loma_mar_california.html., 2. http://www.travelpod.com/hotel/comfort_suites_sfo_airport-san_mateo.html. )

Мне нужно сделать задачу в Java, и я просто работаю с Java за последние пару месяцев только ...

И вот мои вопросы относительно них.

1. Есть ли возможность извлечь отзывы в одиночку с разных веб-страниц в общем уровне.

2. Пожалуйста, дайте мне знать, если есть API, который поддерживает задачу в Java.

3. Кроме того, дайте мне знать о ваших мыслях / источниках, которые будут более полезными для меня, чтобы достичь задачи, упомянутой выше.

ОБНОВИТЬ

Если какие-либо виды связанных примеров доступны в сети, пожалуйста, опубликуйте то же самое, так как это может иметь большое использование.

Answer 1

Вам, вероятно, нужен утилита Scraping экрана для Java, как Tagsoup или НеохТМЛ. Jsououp. также популярен.

Тем не менее, у вас также есть более высокое правовое соображение здесь при извлечении данных с 3-го веб-сайта, такого как TripAdvisor. Позвольте ли их политика?