htmlparser例子（转）

1. package com.core;  
2.   
3. import java.io.BufferedWriter;  
4. import java.io.FileWriter;  
5. import java.util.Date;  
6.   
7. import org.htmlparser.Node;  
8. import org.htmlparser.NodeFilter;  
9. import org.htmlparser.Parser;  
10. import org.htmlparser.beans.StringBean;  
11. import org.htmlparser.filters.*;  
12. import org.htmlparser.nodes.TextNode;  
13. import org.htmlparser.util.NodeList;  
14. import org.htmlparser.visitors.TextExtractingVisitor;  
15.   
16. public class Test {  
17.       
18.     public static void main(String[] args){  
19.           
20.         String title;//标题   
21.         String body;//正文   
22.           
23.         try{  
24.             Parser parser=new Parser("http://www.chinanews.com/gj/2011/09-22/3347124.shtml");//要解析的网页  
25.             parser.setEncoding("gb2312");//设置编码   
26.             NodeFilter filter_title=new TagNameFilter("title");//title节点过滤   
27.             NodeFilter filter_text = new AndFilter(new TagNameFilter("div"),new HasAttributeFilter("class","left_zw"));//正文节点过滤   
28.               
29.             NodeList nodelist1=parser.extractAllNodesThatMatch(filter_title);//过滤得符合过滤要求的节点的LIST   
30.             Node node_title=nodelist1.elementAt(0);//取节点   
31.             StringBuffer buftitle=new StringBuffer();  
32.             if(node_title==null){//判断是否为空   
33.                 buftitle.append("");  
34.             }  
35.             else{  
36.                 buftitle.append(node_title.toPlainTextString());//把节点里的文本节点转化为String 加到buftitle上   
37.             }  
38.             title=buftitle.toString();//转化为String   
39.             System.out.println(title);//输出   
40.   
41.             parser.reset();//重置   
42.             NodeList nodelist2=parser.parse(filter_text);//过滤出符合filter_text的节点LIST   
43.             Node[] nodes = nodelist2.toNodeArray();//转化为数组   
44.             StringBuffer buftext=new StringBuffer();  
45.             String line=null;  
46.             for(int i=0;i<nodes.length;i++){//循环加到buftext上   
47.                 line = nodes[i].toPlainTextString();  
48.                  if(line!=null){  
49.                      buftext.append(line);  
50.                  }  
51.             }  
52.             body=buftext.toString();  
53.             System.out.println(body);//输出   
54.         }catch(Exception e){  
55.             e.printStackTrace();  
56.         }  
57.   
58.     }  
59. }