本文介绍如何在 android 应用中，利用 jsoup 高效、稳定地从 yahoo finance 财报页面提取 ebit 行对应的 4 个年度/季度数值，避免正则匹配 html 字符串的脆弱性，改用语义化 css 选择器实现鲁棒解析。
在 Android 开发中，通过网页爬虫获取结构化财务数据（如 EBIT）是一项常见需求，但直接对原始 HTML 字符串做正则匹配（如 Pattern.compile("
正确做法是放弃字符串正则，转向 Jsoup 的 CSS 选择器 + 层级遍历。Yahoo Finance 财报页中，所有财务数值均包裹在 标签内，且其父 以下代码完整实现： 调用方式： HISUI 前端框架基础开发指南。HISUI 是基于 easyui 二次开发的 jQuery UI 组件库，专为医疗信息系统设计。当涉及 HISUI 组件开发、jQuery easyui 表格/表单/布局/窗口、医疗系统前端页面编写时使用此 skill。 涵盖 40 个组件的官方文档参考，支持声明式与编程式两种初始化方式，提供 $cm/$m 数据访问方法。 ⚠️ 关键注意事项： 与其用脆弱的正则硬匹配 HTML 字符串，不如信任 Jsoup 的选择器引擎——以 data-test、语义化标签（✅ 推荐实现方案（稳定、简洁、可维护）
；
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class FinancialScraper {
private static final String USER_AGENT = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36";
// 主入口：返回包含 Annual 和 Quarterly EBIT 值的 Map
public static Map<String, List<String>> scrapeEbitValues(String symbol) {
Map<String, List<String>> result = new HashMap<>();
result.put("annual", new ArrayList<>());
result.put("quarterly", new ArrayList<>());
try {
// 1. 抓取年度财报页（Annual）
Document annualDoc = Jsoup.connect(
"https://finance.yahoo.com/quote/" + symbol + "/financials?p=" + symbol)
.userAgent(USER_AGENT)
.timeout(10000)
.get();
List<String> annualValues = extractEbitRowValues(annualDoc);
result.get("annual").addAll(annualValues);
// 2. 抓取季度财报页（Quarterly）——需切换 Tab（Yahoo 通过 URL 参数控制）
Document quarterlyDoc = Jsoup.connect(
"https://finance.yahoo.com/quote/" + symbol + "/financials?p=" + symbol + "&q=quarterly")
.userAgent(USER_AGENT)
.timeout(10000)
.get();
List<String> quarterlyValues = extractEbitRowValues(quarterlyDoc);
result.get("quarterly").addAll(quarterlyValues);
} catch (IOException e) {
android.util.Log.e("FinancialScraper", "Fetch failed", e);
}
return result;
}
// 核心逻辑：在财报页 DOM 中定位 EBIT 行，并提取其后 4 个 fin-col 的 span 文本
private static List<String> extractEbitRowValues(Document doc) {
List<String> values = new ArrayList<>();
// Step 1: 查找包含 "EBIT" 文本的 <tr>（注意：可能含空格或换行，用 ownText() 更可靠）
Elements rows = doc.select("tr");
Element ebitRow = null;
for (Element row : rows) {
// 检查 <td> 或 <div> 中是否包含 "EBIT"（忽略大小写和空格）
String text = row.text().toLowerCase().replaceAll("\s+", "");
if (text.contains("ebit")) {
ebitRow = row;
break;
}
}
if (ebitRow == null) {
android.util.Log.w("FinancialScraper", "EBIT row not found");
return values;
}
// Step 2: 在该行内查找前 4 个 data-test="fin-col" 的 div（即财务列容器）
Elements finCols = ebitRow.select("div[data-test=fin-col]");
// 取前 4 个（对应最近 4 期）
int count = Math.min(4, finCols.size());
for (int i = 0; i < count; i++) {
Element div = finCols.get(i);
// 提取子 <span> 的纯文本（自动去除标签，保留数字和逗号）
String value = div.selectFirst("span") != null ? div.selectFirst("span").text().trim() : "";
if (!value.isEmpty()) {
values.add(value); // 如需数值计算，可用 Long.parseLong(value.replace(",", ""))
}
}
return values;
}
}? 使用示例与注意事项
Map<String, List<String>> data = FinancialScraper.scrapeEbitValues("AAPL");
List<String> annualEbit = data.get("annual"); // ["122,034,000", "111,852,000", ...]
List<String> quarterlyEbit = data.get("quarterly"); // ["25,484,000", "23,785,000", ...]
中，若需映射，可同步提取 doc.select("th[data-test=fin-col]") 的文本，按索引与数值对齐。
✅ 总结
/
/）和层级关系为锚点，实现轻量、健壮、可读性强的财务数据抓取。该方案已在 Android 8.0+ 实测通过，适配 Yahoo Finance 当前（2024）财报页结构，是中小规模数据采集的推荐实践路径。
