htmlparser.docVIP

htmlparser所有的filter htmlparser所有的Tags HtmlparseUtil.java 文章分类:Java编程 该类并不是一个通用的工具类，需要按自己的要求实现，这里只记录了Htmlparse.jar包的一些用法。仅此而已！ 详细看这里：/blog/704311 Java代码 ? import?java.util.*; ?? import?org.htmlparser.Node; ?? import?org.htmlparser.NodeFilter; ?? import?org.htmlparser.Parser; ?? import?org.htmlparser.filters.AndFilter; ?? import?org.htmlparser.filters.HasAttributeFilter; ?? import?org.htmlparser.filters.NodeClassFilter; ?? import?org.htmlparser.filters.TagNameFilter; ?? import?org.htmlparser.tags.BodyTag; ?? import?org.htmlparser.tags.LinkTag; ?? import?org.htmlparser.util.NodeList; ?? import?org.htmlparser.util.ParserException; ?? ?? /** ? ?*?httpclient与htmlparse对网页的解析 ? ?*? ? ?*?@author?Administrator ? ?*? ? ?*/?? public?class?HtmlparseUtil?{ ?? ????WebHttpClient?util=new?WebHttpClient(); ?? ????/** ? ?????*?获得网页中的超链接，将href和text保存在Map中：map(href,text) ? ?????*?@param?url ? ?????*?@param?charset ? ?????*?@return ? ?????*/?? ????public?MapString,?String?linkGet(String?url,?String?charset)?{ ?? ????????String?content=util.getWebContentByGet(url,charset); ?? ????????MapString,?String?linkMap?=?new?HashMapString,?String(); ?? ????????try?{ ?? ????????????//开始解析 ?? ????????????Parser?parser?=?Parser.createParser(content,?charset); ?? ????????????//?过滤出a/a标签 ?? ????????????NodeFilter?linkFilter?=?new?NodeClassFilter(LinkTag.class); ?? ????????????NodeList?list?=?parser.extractAllNodesThatMatch(linkFilter); ?? ????????????Node?node?=?null; ?? ????????????for?(int?i?=?0;?i??list.size();?i++)?{ ?? ????????????????node?=?list.elementAt(i); ?? ????????????????//?获得网页中的链接map(href,text) ?? ????????????????linkMap.put(((LinkTag)?node).getLink(),?cessText(((LinkTag)?node).getLinkText())); ?? ????????????} ?? ????????}?catch?(ParserException?e)?{ ?? ????????????e.printStackTrace(); ?? ????????}? ?? ????????return?linkMap; ?? ????} ?? ?? ????/** ? ?????*?获得网页body/body标签中的内容，?保存在body中 ? ?????*?@param?url ? ?????*?@param?charset ? ?????*?@return ? ?????*/?? ????public?String?body