bsh for android : HTML parser

本来想用 import org.jsoup.Jsoup;

或者 import org.htmlparser.Parser;

可是 android 不支持 sun 原生java字节码执行 ，而是自成一家.

因为 android 采用的是 Dalvik 虚拟机，而 htmlparser.jar 的编译是在传统 sun Java 虚拟机上完成编译的，所以将 htmlparser.jar 导入 Android 工程后并不能直接使用。

只能靠自己写了 ，例如: beanshell 抓取CSDN极客头条内容

TestHtmlParser.bsh

import java.net.*;
import java.io.*;
import org.json.*;

String utf8(String str){
	return new String(str.getBytes("8859_1"),"UTF-8");
}

String getText(String txt,char c, tag){
	int begin = txt.indexOf(c);
	if (begin > -1){
		begin += 1;
		end = txt.indexOf(tag,begin);
		if (begin<end){
			return txt.substring(begin,end);
		} else {
			return null;
		}
	} else {
		return null;
	}
}

getPage(String url){
	String prefix = "<a href=";
	String buf;
	String line;
	try {
		Url = new URL(url);
		conn = Url.openConnection();
		ins = new DataInputStream(conn.getInputStream());
		while((line= ins.readLine()) != null){
			buf = line.trim();
			if (buf.startsWith(prefix)){
				String href = getText(buf,'"','"');
				//print(href);
				if (href != null && href.startsWith("http://")){
					if (! href.startsWith("http://www.csdn.net")){
						print(href); 
						print(utf8(getText(buf,'>',"</a>"))); 
					}
				}
			}
		}
		ins.close();
	} catch(e) {
		print(e);
	}
}

getPage("http://geek.csdn.net/new");

在android 4.2 上测试通过.