- 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
/*
Created on Aug 26, 2011 2:41:26 PM
*
HtmlSourceGetter.java
*
NOTICE OF PROPRIETARY RIGHTS
*
This program is a confidential trade secret and the property of author. Use, examination,
reproduction, disassembly, decompiling, transfer and/or disclosure to others of
all or any part of this software program are strictly prohibited except by express
written agreement with author.
*
*
Modification History
* Date
Author
Version
Description
* Aug 26, 2011
Cross
1.0
New
*
*/
package com.cross.tools;
import java.io.BufferedInputStream; import java.io.File;
import java.io.FileOutputStream; import java.io.IOException; import java.io.OutputStream;
import .HttpURLConnection; import .URL;
import org.htmlparser.Node; import org.htmlparser.NodeFilter; import org.htmlparser.Parser;
import org.htmlparser.filters.NodeClassFilter; import org.htmlparser.tags.ImageTag;
import org.htmlparser.tags.LinkTag; import org.htmlparser.util.NodeList; import org.htmlparser.util.ParserException;
import org.htmlparser.util.SimpleNodeIterator; public class HtmlSourceGetter {
private static HttpURLConnection con = null; private static BufferedInputStream bis = null; private static OutputStream out = null;
public static void getSource(String url) {
public static void parseHTML(String url, String keyword) {
private static void processNodeList(NodeList list, String keyword) { public static void extractLinks(String url) {
try {
Parser parser = new Parser(url); parser.setEncoding(UTF-8);
// frame filter
NodeFilter frameFilter = new NodeFilter() { @Override
public boolean accept(Node node) { if(node.getText().startsWith(frame src=)) { return true;
}
return false;
}
};
// image filter;
NodeFilter imageFilter = new NodeClassFilter(ImageTag.class);
// href filter;
NodeFilter linkFilter = new NodeClassFilter(LinkTag.class);
// link or image filter
// OrFilter orFilter = new OrFilter(new NodeClassFilter(LinkTag.class),new NodeClassFilter(ImageTag.class));
// link or image or frame filter
// OrFilter allFilt
您可能关注的文档
最近下载
- 人教版(PEP)小学六年级英语上册第四单元Unit 4 A Let’s talk精品课件.pptx VIP
- 2025中级保育师资格考试题库资料及答案(浓缩400题).pdf VIP
- 革命圣地西柏坡七言诗句.docx VIP
- (必会)中级保育师资格近年考试真题题库汇总(300题).docx VIP
- FSSC22000 V6食品安全管理体系管理手册 .pdf VIP
- 建筑工程图集 16J914-1:公用建筑卫生间.pdf VIP
- 外研版(2021)中职英语基础模块1 Unit 5 We Have Only One Earth For Better Performance 教案.docx VIP
- 07J912-1变配电所图集.pdf VIP
- 耳鼻咽喉科专科护士授权理论考试试题.docx VIP
- 工程项目保修期的工作安排措施.doc VIP
文档评论(0)