Htmlparse解析HTML文档（例）

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

Htmlparse解析HTML文档（例）

关键字: 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文档，使用htmlparse遍历出HTML文档的所有超链接（<a>标记）。 
*  
* @author YYmmiinngg 
*/ 
public class Test {  
    public static void main(String[] args) {  
        try {  
/* 首先我们先使用HttpRequester类和HttpRespons类获得一个HTTP请求中的数据（HTML文档）。 可以从([url]http://download.csdn.net/source/321516[/url])中下载htmlloader，该库中有上述类；或从我的 《JAVA发送HTTP请求，返回HTTP响应内容，实例及应用》一文中摘取上述两JAVA类的代码。htmlparse可以从 ([url]http://download.csdn.net/source/321507[/url])中下载 
*/ 
            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 {  
                // 通过过滤器过滤出<A>标签  
                NodeList nodeList = parser  
                        .extractAllNodesThatMatch(new NodeFilter() {  
                            //实现该方法,用以过滤标签  
                            public boolean accept(Node node) {  
                                if (node instanceof LinkTag)//标记  
                                    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();  
        }  
    }  
}




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