- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
htmlparser实现从网页上抓取数据.doc
package parser;
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import .MalformedURLException;
import .URL;
/**
* 基本能实现网页抓取,不过要手动输入URL 将整个html内容保存到指定文件
*
* @author chenguoyong
*
*/
public class ScrubSelectedWeb {
private final static String CRLF = System.getProperty(line.separator);
/**
* @param args
*/
public static void main(String[] args) {
try {
URL ur = new URL(99:8083/injs100/);
InputStream instr = ur.openStream();
String s, str;
BufferedReader in = new BufferedReader(new InputStreamReader(instr));
StringBuffer sb = new StringBuffer();
BufferedWriter out = new BufferedWriter(new FileWriter(
D:/outPut.txt));
while ((s = in.readLine()) != null) {
sb.append(s + CRLF);
}
System.out.println(sb);
str = new String(sb);
out.write(str);
out.close();
in.close();
} catch (MalformedURLException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}
基本能实现网页抓取,不过要手动输入URL,此外没有重构。只是一个简单的思路。htmlparser是一个纯的java写的html解析的库,htmlparser不依赖于其它的java库,htmlparser主要用于改造 或提取html。htmlparser能超高速解析html,而且不会出错。毫不夸张地说,htmlparser就是目前最好的html解 析和分析的工具。无论你是想抓取网页数据还是改造html的内容,用了htmlparser绝对会忍不住称赞。由于htmlparser 结构设计精良,所以扩展htmlparser 非常便利。Htmlparser中文论坛.??/thread.php?fid=6Constructor Summary Parser()
Parser(URLConnection?connection) ??????????Construct a parser using the provided URLConnection.
Method:
static?Parser createParser(String?html, String?charset) ??????????Creates the parser on an input string.
?void visitAllNodesWith(NodeVisitor?visitor) ??????????Apply the given visitor to the current page.
HtmlPage(Parser?parser)
?NodeList getBody() ??????????? ?TableTag[] getTables() ??????????? ?String getTitle() ??????????? ?void setTitle(String?title) ??????????? ?void visitTag(Tag?tag) ??????????Called for each Tag visited. ?
Constructor Summary NodeList(
您可能关注的文档
- C语言数据的存储.ppt
- C语言条件编译及编译预处理阶段.doc
- c语言竞赛和算法总结.doc
- C语言调试教程.ppt
- C语言预处理命令.ppt
- C连接oracle数据库执行简单的增删改查操作.doc
- C通过SSH工具访问MySql数据库.doc
- C预处理器指令.doc
- D-Bus-II.doc
- D-最优设计.doc
- 2025年新能源汽车热管理系统技术升级企业竞争报告.docx
- 安徽省直广播电视大学招聘专业测试时间真题题库.docx
- 安徽省芜湖市单招职业倾向性考试题库含答案详解【名师推荐】.docx
- 安徽省直广播电视大学招聘专业测试时间.docx
- 安徽省芜湖市单招职业倾向性考试题库含答案详解【名师推荐】.docx
- 安徽省芜湖市单招职业倾向性测试题库含答案详解(实用)真题题库.docx
- 安徽省芜湖市单招职业倾向性考试题库附参考答案详解【综合卷】.docx
- 安徽省直及地市、县事业单位招聘考试(职业能力倾向测验·C类)历年参考题库含答案详解(5套).docx
- 五年级英语阅读理解提升测试卷.docx
- 安徽省直及地市、县事业单位招聘考试(综合知识/公共基础知识)历年参考题库含答案详解(5套).docx
原创力文档


文档评论(0)