Htmlparse解析HTML文檔（例）

//http://hao861002.javaeye.com/blog/288903

Htmlparse解析HTML文檔（例）

關鍵字: parser

import java.util.HashMap;  
import java.util.Map;  
import org.htmlparser.Node;  
import org.htmlparser.NodeFilter;  
import org.htmlparser.Parser;  
import org.htmlparser.tags.LinkTag;  
import org.htmlparser.util.NodeList;  
import com.yao.http.HttpRequester;  
import com.yao.http.HttpRespons;  
   
/** 
* JAVA中使用Htmlparse解析HTML文檔，使用htmlparse遍歷出HTML文檔的全部超連接（<a>標記）。 
*  
* @author YYmmiinngg 
*/ 
public class Test {  
    public static void main(String[] args) {  
        try {  
/* 首先咱們先使用HttpRequester類和HttpRespons類得到一個HTTP請求中的數據（HTML文檔）。 能夠從([url]http://download.csdn.net/source/321516[/url])中下載htmlloader，該庫中有上述類；或從個人 《JAVA發送HTTP請求，返回HTTP響應內容，實例及應用》一文中摘取上述兩JAVA類的代碼。htmlparse能夠從 ([url]http://download.csdn.net/source/321507[/url])中下載 
*/ 
            Map<String, String> map = new HashMap<String, String>();  
            HttpRequester request = new HttpRequester();  
            HttpRespons hr = request.sendGet("http://www.baidu.com");
            Parser parser = Parser.createParser(hr.getContent(), hr  
                    .getContentEncoding());  
            try {  
                // 經過過濾器過濾出<A>標籤  
                NodeList nodeList = parser  
                        .extractAllNodesThatMatch(new NodeFilter() {  
                            //實現該方法,用以過濾標籤  
                            public boolean accept(Node node) {  
                                if (node instanceof LinkTag)//標記  
                                    return true;  
                                return false;  
                            }  
                        });  
                // 打印  
                for (int i = 0; i < nodeList.size(); i++) {  
                    LinkTag n = (LinkTag) nodeList.elementAt(i);  
                    System.out.print(n.getStringText() + " ==>> ");  
                    System.out.println(n.extractLink());  
                }  
            } catch (Exception e) {  
                e.printStackTrace();  
            }  
   
        } catch (Exception e) {  
            e.printStackTrace();  
        }  
    }  
}




//轉自：[url]http://hao861002.javaeye.com/blog/288903[/url]