HTMLparser技术解析HTML源代码.docVIP

下载本文档

7
0
约4.38千字
约 4页
2018-11-21 发布于河南
举报
版权申诉

HTMLparser技术解析HTML源代码.doc

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

HTMLparser技术解析HTML源代码

package test; import java.io.FileOutputStream; import java.io.InputStream; import java.io.OutputStream; import .URL; import .URLConnection; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import org.htmlparser.Node; import org.htmlparser.NodeFilter; import org.htmlparser.Parser; import org.htmlparser.tags.ImageTag; import org.htmlparser.tags.LinkTag; import org.htmlparser.util.NodeList; import org.htmlparser.util.ParserException; import com.sun.corba.se.spi.orbutil.fsm.State; /** * 用HTMLparser抓取img标签的路径 * @author Administrator token@ * @param content:要爬取的文本 * @return 返回SRC路径改为服务器路径的文本 * @throws Exception：io异常 */ public class HtmlparserDemo { /** * example : new HtmlparserDemo().parserto(img src = /aa/,D:\test); * @param contentString 要取img标签的内容 * @param pathString 要存到服务器的路径 */ public static String parserto(String contentString,String pathString,String dispPath) { String stringBuffer=null; try { List list = new ArrayList(); Parser parser = Parser.createParser(contentString, UTF-8); NodeList nodeList = parser .extractAllNodesThatMatch(new NodeFilter() { public boolean accept(Node node) { if (node instanceof ImageTag)// img标记 return true; return false; } }); for (int i = 0; i nodeList.size(); i++) { ImageTag n = (ImageTag) nodeList.elementAt(i); list.add(n.getImageURL()); int start = 0; start = n.getImageURL().lastIndexOf(/); String picname=n.getImageURL().substring(start,n.getImageURL().length()); contentString=contentString.replace(n.getImageURL(), dispPath+picname); if(n.getImageURL().indexOf()==1){ contentString.replace(,); } } ListString listImg = new ArrayListString(); listImg.add(.jpg); listImg.add(.JPG); listImg.add(.jpeg); listImg.add(.JPEG); listImg.add(.bmp); listImg.add(.BMP); listImg.add(.gif); listImg.add(.GIF); listImg.add(.png); listImg.add(.PNG); Iterator ite = li