不同标签的信息提取

 由上一篇文章也可知：<H1 class="">与<td class="">恰好相反。

 

但是我们要提取他们里面的同一类型内容（时间），具体信息如下：

<font color="#808080">1730</font>发布时间：<font color="#808080">2005-11-1 15:08:16</font>；

<h2 class="ContentAuthor">作者:lm 日期:2007-04-05</h2>。

尝试了很多办法，都没有成功。适用于第一个信息的方法不适合第二个，反之亦然。最后通过打印出node节点的详细信息后，我才顺利完成任务。具体解决方法如下：

1. Node time_node=time_nodes.elementAt(i);
2.                 
3.                 System.out.println(time_node.toHtml());
4.                 /*
5.                  * 效果如下：
6.                  * F:/computer.hdu.edu.cn/ly/contentid=753.asp
7.                    <font color="#808080">
8.                    <font color="#808080">
9.                    F:/computer.hdu.edu.cn/ly/articleid=9.asp
10.                    <h2 class="ContentAuthor">作者:lmz 日期:2007-04-05</h2>
11.                  */
12.                 
13.                 String check=time_node.toHtml();
14.                 if(check.indexOf('#')!=-1)
15.                 {
16.                     indextime=time_node.getNextSibling().toHtml();
17.                 }
18.                 else
19.                     indextime=time_node.getChildren().toHtml();

下面是我尝试过的一些错误方法，略过略过……

1. try{
2.                     indextime=time_node.getNextSibling().toHtml();
3.                 }
4.                 catch(Exception e){ 
5.                     System.out.println("hello");
6.                 } 
7.                 
8.                     if(indextime==null||indextime=="")
9.                     {
10.                         this.getParser().reset();
11.                         NodeList time_nodes1=this.getParser().parse(time_filter);
12.                         Node time_node1=time_nodes1.elementAt(i);
13.                         indextime=time_node1.getChildren().toHtml();
14.                     }
15.                     */
16.                                 
17.                 /*
18.                 Node node=time_nodes.elementAt(i); 
19.                 NodeList node1=node.getChildren(); 
20.                 indextime=node1.elementAt(0).toHtml();
21.                 */
22.                 /*
23.                  * 用Node类，其对象不能用getChildren。
24.                  * 而用tag类，则可以。
25.                  */

乱七八糟，一塌糊涂

集成http://blog.csdn.net/caoxu1987728/archive/2008/10/04/3016042.aspx里面的代码就是一篇比较完整的代码！