java 读html

要做个信息查询，需要从别的网站提取一些信息，获取整个网页以后发现想要的内容是一个table，需要取出table每行每单元格的内容，变成自己想要的格式，使用第三方控件HTML Parser来完成。

下载地址：http://htmlparser.sourceforge.net/

String strUrl="http://www.baidu.com";(需要查询的网站，这里举例随便的)

    URL url=new URL(strUrl);
    //输入流
    InputStreamReader isr=new InputStreamReader(url.openStream());
    BufferedReader br=new BufferedReader(isr);

    //获取html转换成String
    String s;
    String AllContent="";
    while((s=br.readLine())!=null)
    {
     AllContent=AllContent+s;
    }
       //使用后HTML Parser 控件
       Parser myParser;  
       NodeList nodeList = null;  
       myParser = Parser.createParser(AllContent, "utf-8");  
       NodeFilter tableFilter = new NodeClassFilter(TableTag.class);  
       OrFilter lastFilter = new OrFilter();  
       lastFilter.setPredicates(new NodeFilter[] { tableFilter });  
          try {
             //获取标签为table的节点列表
             nodeList = myParser.parse(lastFilter);  
             //循环读取每个table
             for (int i = 0; i <= nodeList.size(); i++) {  
                  if (nodeList.elementAt(i) instanceof TableTag) {  
                     TableTag tag = (TableTag) nodeList.elementAt(i);  
                      TableRow[] rows = tag.getRows();  
                      //循环读取每一行
                      for (int j = 1; j < rows.length; j++) {  
                          TableRow tr = (TableRow) rows[j];  
                          TableColumn[] td = tr.getColumns();  
                          //读取每行的单元格内容
                           for (int k = 0; k < td.length; k++) {  

                          System.out.print(td[k]..getStringText());//（按照自己需要的格式输出）
                         
                           }
                      }  
  
                  }  
              }  
   
          } catch (ParserException e) {  
              e.printStackTrace();  
         }