HTMLParser-2.0-SNAPSHOT-bin.zip JAVA html解析库 HTML解

文件名称: HTMLParser-2.0-SNAPSHOT-bin.zip JAVA html解析库

所属分类: Java

开发工具:

文件大小: 335kb

下载次数: 0

上传时间: 2018-01-17

提供者: qq_35******

下载 (335kb)

不能下载？报告错误

详细说明： HTML解析实用库，非常好用 public class HtmlLinkParser { //获取子链接，url为网页url，filter是链接过滤器，返回该页面子链接的HashSet public static Set extracLinks(String url, LinkFilter filter) { Set links = new HashSet(); try { Parser parser = new Parser(url); parser.setEncoding("utf-8"); // 过滤标签的 filter，用来提取 frame 标签里的 src 属性所表示的链接 NodeFilter frameFilter = new NodeFilter() { public boo lean accept(Node node) { if (node.getText().startsWith("frame src=")) { return true; } else { return false; } } }; // OrFilter 接受标签或标签，注意NodeClassFilter()可用来过滤一类标签，linkTag对应<标签> OrFilter linkFilter = new OrFilter(new NodeClassFilter( LinkTag.class), frameFilter); // 得到所有经过过滤的标签，结果为NodeList NodeList list = parser.extractAllNodesThatMatch(linkFilter); for (int i = 0; i < list.size(); i++) { Node tag = list.elementAt(i); if (tag instanceof LinkTag)// 标签 { LinkTag link = (LinkTag) tag; String linkUrl = link.getLink();// 调用getLink()方法得到标签中的链接 if (filter.accept(linkUrl))//将符合filter过滤条件的链接加入链接表 links.add(linkUrl); } else{// 标签 // 提取 frame 里 src 属性的链接如 String frame = tag.getText(); int start = frame.indexOf("src="); frame = frame.substring(start); int end = frame.indexOf(" "); if (end == -1) end = frame.indexOf(">"); String frameUrl = frame.substring(5, end - 1); if (filter.accept(frameUrl)) links.add(frameUrl); } } } catch (ParserException e) {//捕捉parser的异常 e.printStackTrace(); } return links; } } ...展开收缩

(系统自动生成,下载前可以参看下载内容)