Java发送Http请求，解析html返回

最新推荐文章于 2023-08-08 08:59:15 发布

allenlee

最新推荐文章于 2023-08-08 08:59:15 发布

阅读量5.9k

点赞数

分类专栏： java-基础

java-基础专栏收录该内容

23 篇文章 0 订阅

订阅专栏

htmlparser

目录

简介

htmlparser基本功能

htmlparser常用代码

编辑本段 简介

htmlparser ^[1] 是一个纯的java写的html解析的库，它不依赖于其它的java库文件，主要用于改造或

提取html。它能超高速解析html，而且不会出错。现在htmlparser最新版本为2.0。

毫不夸张地说，htmlparser就是目前最好的html解析和分析的工具。

无论你是想抓取网页数据还是改造html的内容，用了htmlparser绝对会忍不住称赞。

编辑本段 htmlparser基本功能

1．信息提取

· 文本信息抽取，例如对HTML进行有效信息搜索

· 链接提取，用于自动给页面的链接文本加上链接的标签

· 资源提取，例如对一些图片、声音的资源的处理

· 链接检查，用于检查HTML中的链接是否有效

· 页面内容的监控

2．信息转换

· 链接重写，用于修改页面中的所有超链接

· 网页内容拷贝，用于将网页内容保存到本地

· 内容检验，可以用来过滤网页上一些令人不愉快的字词

· HTML信息清洗，把本来乱七八糟的HTML信息格式化

· 转成XML格式数据

编辑本段 htmlparser常用代码

取得一段html代码里面所有的链接 C#版本， java版本类似：

string htmlcode = "<HTML><HEAD><TITLE>AAA</TITLE></HEAD><BODY>" + ...... + "</BODY></HTML>";

Parser parser = Parser.CreateParser(htmlcode, "GBK");

HtmlPage page = new HtmlPage(parser);

try

{ parser.VisitAllNodesWith(page);}

catch (ParserException e1)

{ e1 = null;}

NodeList nodelist = page.Body;

NodeFilter filter = new TagNameFilter("A");

nodelist = nodelist.ExtractAllNodesThatMatch(filter, true);

for (int i = 0; i < nodelist.Size(); i++)

{

LinkTag link=(LinkTag) nodelist.ElementAt(i);

System.Console.Write(link.GetAttribute("href") + "\n");

}

HTMLParser使用

http://www.cnblogs.com/loveyakamoz/archive/2011/07/27/2118937.html

http://zhejiangyinghui.iteye.com/blog/798533

java模拟HTTP请求（集合了网上搜来的各种）

http://blog.csdn.net/miraclestar/article/details/5970072

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Java发送Http请求，解析html返回

http://zhejiangyinghui.iteye.com/blog/798533http://blog.csdn.net/miraclestar/article/details/5970072
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。