AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

JAVA中使用Htmlparse解析HTML文档

2016-05-03 2617
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
  1. import java.util.HashMap;  
  2. import java.util.Map;  
  3. import org.htmlparser.Node;  
  4. import org.htmlparser.NodeFilter;  
  5. import org.htmlparser.Parser;  
  6. import org.htmlparser.tags.LinkTag;  
  7. import org.htmlparser.util.NodeList;  
  8. import com.yao.http.HttpRequester;  
  9. import com.yao.http.HttpRespons;  
  10.    
  11. /** 
  12.  * 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）。 
  13.  *  
  14.  * @author YYmmiinngg 
  15.  */  
  16. public class Test {  
  17.     public static void main(String[] args) {  
  18.         try {  
  19. /* 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(http://download.csdn.net/source/321516)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(http://download.csdn.net/source/321507)中下载 
  20. */  
  21.             Map<String, String> map = new HashMap<String, String>();  
  22.             HttpRequester request = new HttpRequester();  
  23.             HttpRespons hr = request.sendGet("http://www.baidu.com");  
  24.    
  25.             Parser parser = Parser.createParser(hr.getContent(), hr  
  26.                     .getContentEncoding());  
  27.             try {  
  28.                 // 通过过滤器过滤出<A>标签  
  29.                 NodeList nodeList = parser  
  30.                         .extractAllNodesThatMatch(new NodeFilter() {  
  31.                             //实现该方法,用以过滤标签  
  32.                             public boolean accept(Node node) {  
  33.                                 if (node instanceof LinkTag)//<A>标记  
  34.                                     return true;  
  35.                                 return false;  
  36.                             }  
  37.                         });  
  38.                 // 打印  
  39.                 for (int i = 0; i < nodeList.size(); i++) {  
  40.                     LinkTag n = (LinkTag) nodeList.elementAt(i);  
  41.                     System.out.print(n.getStringText() + " ==>> ");  
  42.                     System.out.println(n.extractLink());  
  43.                 }  
  44.             } catch (Exception e) {  
  45.                 e.printStackTrace();  
  46.             }  
  47.    
  48.         } catch (Exception e) {  
  49.             e.printStackTrace();  
  50.         }  
  51.     }  
  52. }  
文章标签：
云解析DNS
Java
关键词：
解析HTML文档
解析HTML
HTML文档
Java解析
云解析DNS文档
hongten
目录
相关文章
蓝易云
|
9天前
|
XML 前端开发 C#
C#编程实践：解析HTML文档并执行元素匹配
通过上述步骤，可以在C#中有效地解析HTML文档并执行元素匹配。HtmlAgilityPack提供了一个强大而灵活的工具集，可以处理各种HTML解析任务。
蓝易云
60 19
aliyun0598152856
|
10天前
|
Java 开发者
Java 函数式编程全解析：静态方法引用、实例方法引用、特定类型方法引用与构造器引用实战教程
本文介绍Java 8函数式编程中的四种方法引用：静态、实例、特定类型及构造器引用，通过简洁示例演示其用法，帮助开发者提升代码可读性与简洁性。
aliyun0598152856
73 2
一缕微风绕指柔
|
15天前
|
Java 开发者
Java并发编程：CountDownLatch实战解析
Java并发编程：CountDownLatch实战解析
一缕微风绕指柔
305 100
站大爷
|
20天前
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案：从简单到进阶的全场景解析
在机器学习与大数据融合背景下，Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案，涵盖脚本调用到微服务架构，助力开发者根据业务场景选择最优方案，提升开发效率与系统性能。
站大爷
173 0
34789737
|
20天前
|
安全 Java API
Java SE 与 Java EE 区别解析及应用场景对比
在Java编程世界中，Java SE（Java Standard Edition）和Java EE（Java Enterprise Edition）是两个重要的平台版本，它们各自有着独特的定位和应用场景。理解它们之间的差异，对于开发者选择合适的技术栈进行项目开发至关重要。
34789737
94 1
艾伦~耶格尔
|
1月前
|
Java
Java的CAS机制深度解析
CAS（Compare-And-Swap）是并发编程中的原子操作，用于实现多线程环境下的无锁数据同步。它通过比较内存值与预期值，决定是否更新值，从而避免锁的使用。CAS广泛应用于Java的原子类和并发包中，如AtomicInteger和ConcurrentHashMap，提升了并发性能。尽管CAS具有高性能、无死锁等优点，但也存在ABA问题、循环开销大及仅支持单变量原子操作等缺点。合理使用CAS，结合实际场景选择同步机制，能有效提升程序性能。
艾伦~耶格尔
114 4
艾伦~耶格尔
|
2月前
|
存储 缓存 Java
Java数组全解析：一维、多维与内存模型
本文深入解析Java数组的内存布局与操作技巧，涵盖一维及多维数组的声明、初始化、内存模型，以及数组常见陷阱和性能优化。通过图文结合的方式帮助开发者彻底理解数组本质，并提供Arrays工具类的实用方法与面试高频问题解析，助你掌握数组核心知识，避免常见错误。
艾伦~耶格尔
93 0
艾伦~耶格尔
|
2月前
|
存储 缓存 算法
Java数据类型与运算符深度解析
本文深入解析Java中容易混淆的基础知识，包括八大基本数据类型（如int、Integer）、自动装箱与拆箱机制，以及运算符（如&与&&）的使用区别。通过代码示例剖析内存布局、取值范围及常见陷阱，帮助开发者写出更高效、健壮的代码，并附有面试高频问题解析，夯实基础。
艾伦~耶格尔
141 0
啦啦啦191
|
2月前
|
算法 Java 测试技术
零基础学 Java： 从语法入门到企业级项目实战的详细学习路线解析
本文为零基础学习者提供完整的Java学习路线，涵盖语法基础、面向对象编程、数据结构与算法、多线程、JVM原理、Spring框架、Spring Boot及项目实战，助你从入门到进阶，系统掌握Java编程技能，提升实战开发能力。
啦啦啦191
124 0
云流雨洄
|
2月前
|
缓存 安全 Java
Java并发性能优化｜读写锁与互斥锁解析
本文深入解析Java中两种核心锁机制——互斥锁与读写锁，通过概念对比、代码示例及性能测试，揭示其适用场景。互斥锁适用于写多或强一致性场景，读写锁则在读多写少时显著提升并发性能。结合锁降级、公平模式等高级特性，助你编写高效稳定的并发程序。
云流雨洄
142 0

热门文章

最新文章

  • 1
    阿里出手！Java 开发者狂喜！开源 AI Agent 框架 JManus 来了，初次见面就心动～
  • 2
    最详细Java正则表达式详解
  • 3
    Java并发编程：CountDownLatch实战解析
  • 4
    帮助新手快速上手的 JAVA 学习路线最详细版涵盖从入门到进阶的 JAVA 学习路线
  • 5
    热门小程序源码合集：微信抖音小程序源码支持PHP/Java/uni-app完整项目实践指南
  • 6
    2025 年最新 Java 实操学习路线，从入门到高级应用详细指南
  • 7
    构建基于Java的AI智能体：使用LangChain4j与Spring AI实现RAG应用
  • 8
    抖音微信爆款小游戏大全：免费休闲/竞技/益智/PHP+Java全筏开源开发
  • 9
    2025 年全新出炉的 Java 学习路线：从入门起步到实操精通的详细指南
  • 10
    终于可以解放双手了，使用Jenkins、ArgoCD 部署 Java 应用程序，最终部署在 Kubernetes 集群上
  • 1
    DNS+：互联网的下一个十年，为什么域名系统正在重新定义数字生态？ ——解读《“DNS+”发展白皮书（2023）》
    311
  • 2
    SSL证书验证全攻略：DNS/HTTP/手动解析怎么选？
    627
  • 3
    Infoblox DDI (NIOS) 9.0 - DNS、DHCP 和 IPAM (DDI) 核心网络服务管理
    144
  • 4
    使用nps配置内网穿透加域名解析
    658
  • 5
    阿里云服务器国际站dns服务器不可用怎么办?dns可以随便改吗?
    1555
  • 6
    为何UDP协议不可靠？DNS为何选择UDP？
    303
  • 7
    域名解析的终极指南：从基础到进阶，彻底搞懂 DNS 记录
    1190
  • 8
    离线VS强制登录？Apipost与Apifox的API工具理念差异深度解析
    569
  • 9
    DNS服务器地址大全
    15161
  • 10
    安全监控系统：技术架构与应用解析
    256

    • 相关课程

    更多
  • Java面试疑难点解析 - 面试技巧及语言基础
  • Java面试疑难点解析 - Java Web开发
  • Java面试疑难点解析 - 系统架构及项目设计
  • Java编程入门
  • Java面向对象编程
  • Java高级编程

    • 相关电子书

    更多
  • 从《阿里巴巴Java开发手册》编写推广谈技术成长
  • 如何通过 Serverless 提高 Java 微服务治理效
  • 云解析DNS在安全容灾场景下的应用分享

    • 推荐镜像

    更多
  • DNS
    • 下一篇
    阿里云免费云服务器:个人用户每月750小时免费