HtmlParser初探--使用Nodefilter和Visitor进行网页分析
来源:互联网 发布:mac windows 共享文件 编辑:程序博客网 时间:2024/06/03 22:45
url:http://blog.csdn.net/thamsyangsw/archive/2009/08/15/4448873.aspx
现在在使用htmlparser对html进行解析,对于html页面的解析htmlparser是一个功能比较强大的工具(相关下载:http://sourceforge.net/projects/htmlparser/)。以下是经常使用的对页面解析的两种方法,简单的总结了这两种方法的实现步骤,希望在这里抛砖引玉,有这方面编程经验的们,能参与讨论,怎样用它来进行html-->jsf的转换。
一、利用NodeFilter对网页进行分析
1、生成一个Parser
a.通过url提取网络上的网页
Parser parser = new Parser();
parser.setURL("http://www.yahoo.com.cn");
b.提取本地网页文件
通过读文件把网页文件转化成字符串;
Parser parser=Parser.createParser(html,charset);
2、利用NodeFilter做一个filter
a.利用Tag Name
NodeFilter filter=new TagNameFilter("IMG");
b.利用Tag Class
NodeFilter filter = new NodeClassFilter(ImageTag.class);
3、通过匹配filter,得到所有符合条件的Tag
NodeList list=parser.extractAllNodesThat(filter);
for(int i=0;i String content=list.elementAt(i).toHtml();//得到符合条件的Tag内容
如果针对具体情况进行更加详细的处理,则:
ImageTag imageTag=(ImageTag)list.elementAt(i);
…………
}
然后根据需要做相应的处理。
二、利用Visitor对网页进行分析
1、生成一个Parser
a.通过url提取网络上的网页
Parser parser = new Parser();
parser.setURL("http://www.yahoo.com.cn");
b.提取本地网页文件
通过读文件把网页文件转化成字符串;
Parser parser=Parser.createParser(html,charset);
2、用visitor访问页面
ex:ObjectFindingVisitor visitor=new ObjectFindingVisitor();
parser.visitAllNodesWith(visitor);
3、通过特定的visitor得到符合条件的Tag
Node[] nodes=visitor.getTags();
for(int i=0;i ImageTag imageTag=(ImageTag)nodes[i];
…………
//根据需要做特定处理
}
- HtmlParser初探--使用Nodefilter和Visitor进行网页分析
- HtmlParser初探--使用Nodefilter和Visitor进行网页分析
- HtmlParser初探--使用Nodefilter和Visitor进行网页分析
- HtmlParser初探--使用Nodefilter和Visitor进行网页分析
- HtmlParser初探--使用Nodefilter和Visitor进行网页分析
- HtmlParser初探--使用Nodefilter和Visitor进行网页分析
- HtmlParser visitor
- python使用HTMLParser和BeautifulSoup解析网页
- python使用HTMLParser和BeautifulSoup解析网页
- Python使用HTMLParser.HTMLParser处理网页
- HTMLParser使用详解(4)- 通过Visitor访问内容
- HTMLParser使用详解(4)- 通过Visitor访问内容
- HTMLParser使用详解(4)- 通过Visitor访问内容
- HTMLParser使用详解(4)- 通过Visitor访问内容
- HTMLParser使用详解(4)- 通过Visitor访问内容
- HTMLParser使用详解(4):通过VISITOR访问内容
- HTMLParser使用visitor访问html dom树节点的原理
- HTMLParser使用详解(4) - 通过Visitor访问内容
- java 反射机制
- 博客搬家至以下地址
- HDU 5375 DP
- BOM基础
- Redis底层数据结构总结
- HtmlParser初探--使用Nodefilter和Visitor进行网页分析
- WindowManager.LayoutParams.type属性
- 黑马程序员——Map集合
- stdafx.h的作用体会
- Install JDK8 on Ubuntu
- 快学scala中嵌套类的介绍
- android使用自定义控件 IconTabPageIndicator时抛出java.lang.IllegalStateException的解决办法
- constants 常量值的使用
- 开源中国源码学习(七)——DrawerLayout使用