htmlpaser打造个性化的爬虫程序 第一天

htmlpaser打造个性化的爬虫程序 第一天

/**
	 * A method to get all the Links that follow the given pattern in the page . 
	 * @param url
	 * @param pattern
	 * @return Links list
	 * @author hym
	 * 
	 */
	public List extractUrls(String url,String pattern)
	{
		List list = new ArrayList();
		System.out.println("extractURL method here!");
		try{
		Parser parser = new Parser();
		parser.setURL(url);
		NodeFilter filter = new LinkStringFilter(pattern,true);
		NodeList nlist=parser.extractAllNodesThatMatch(filter);
		for(int i = 0 ; i <nlist.size(); i++)
		{
			Node n = nlist.elementAt(i);
		      if (n instanceof LinkTag) {
		    	  LinkTag  link = (LinkTag)n;
		    	  //System.out.println(link.getLink());  
		    	  list.add(link.getLink());
		       }	
		}
		}catch(ParserException e)
		{
			e.printStackTrace();
		}
		return list;
	}


 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值