用HTMLParser提取URL页面超链接的一段代码

来源：互联网发布：数据挖掘算法pdf 编辑：程序博客网时间：2024/05/20 06:55

转载自：http://topstar.blog.51cto.com/693408/14086

package htmlparser;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;public class GetLinkTest{  public static void main(String[] args)  {    try    {      // 通过过滤器过滤出<A>标签      Parser parser = new Parser("http://www.google.cn");      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();    }  }}

0 0