cyberneko+Dom4j玩转HTML解析
来源:互联网 发布:ads软件购买 编辑:程序博客网 时间:2024/06/06 02:52
转自:http://blog.csdn.net/comliu/article/details/1826750
不是想盗版,实在是解决了我一大问题 ,必须记录下来:
cyberneko是一个HTML解析器,它可以将HTML文件解析成w3c的Document对象。Dom4J则支持通过XPath表达式检索元素。用XPath检索Html真的是很爽的事!现在就开始:
第一步:cyberneko解析
DOMParser parser = new DOMParser();
parser.parse(path);
org.w3c.dom.Document w3cDoc=parser.getDocument();
第二步:w3c的Document转换为Dom4J的Document:
DOMReader domReader=new DOMReader();
document=domReader.read(w3cDoc);
第三步:创建Xpath对象
XPath xpath=new DefaultXPath("//DIV[@class='abc']");
如果页面声明了xmlns命名空间,还需要加入命名空间信息
Map nameSpaces=new HashMap();
nameSpaces.put("xmlns","http://www.w3.org/1999/xhtml");
xpath.setNamespaceContext(new SimpleNamespaceContext(nameSpaces));
这样,表达式就应该写成:
"//xmlns:DIV[@xmlns:class='abc']"
第四步:检索
List nodes=xpath.selectNodes(doc);
- cyberneko+Dom4j玩转HTML解析
- cyberneko+Dom4j玩转HTML解析
- cyberneko和dom4j解析html
- dom4j利用xsl解析生成html
- dom4j解析xml(转)
- TextView玩转HTML
- 网络爬虫--数据处理,jsoup工具解析html,dom4j解析xml
- 【转】使用 dom4j 解析 XML
- dom4j XML解析(转)
- DOM4j解析
- dom4j解析
- dom4j解析
- Dom4j 解析
- DOM4J解析
- dom4j解析
- dom4j解析
- Dom4j 解析
- DOM4J解析
- Linux 文件系统概述
- Lib3DS教程
- socket发送图片
- sizeof用法的一个例子
- GSM Deliver SMS pdu解析介绍
- cyberneko+Dom4j玩转HTML解析
- oracle 生成序列号存储过程
- 利用TextExpander自动为代码生成get和set方法
- java enum 的七种用法
- 全选全部checkbox
- oracle 全局临时表的两个级别区别
- GROUP BY 分组查询前N条记录
- jframe加透明层阻止鼠标动作
- PX Deq: Table Q Close