将html文件中的图片导出到某一文件夹或者生成xml文件

1. 1. package net.risesoft.riseinfo.integration.parse;
   3. import java.io.File;
   4. import java.io.FileInputStream;
   6. import java.io.Reader;
   7. import java.io.StringReader;
   9. import java.util.ArrayList;
   10. import java.util.HashMap;
   11. import java.util.Iterator;
   12. import java.util.List;
   13. import java.util.Map;
   14. import java.util.Set;
   15. import java.util.StringTokenizer;
   19. import com.hothouseobjects.tags.Inspector;
   20. import com.hothouseobjects.tags.Tag;
   21. import com.hothouseobjects.tags.TagTiller;
   22. /*
   23.  * 从html中将img标签的src属性解析出来，并对解析的图片地址进行处理，
   24.  * 主要是为了解决组织部中组工网不在OA上，但信息发布是用fckedit做的，
   25.  * 他的图片不能直接和数据一起通过webservices传到组工网上的问题
   26.  * $author sking huang $date 2008-11-11
   27.  */
   29. public class ParseHtml {
   30.     
   31.     private String htmlSrc=null;
   32.     
   34.     
   35.     private Map tagList =new HashMap();
   36.     
   38.     
   39.     
   40.     private static org.apache.log4j.Logger log = net.risesoft.commons.log.LogFactory
   41.     .getLog(ParseHtml.class);
   42.     public ParseHtml(String htmlSrc){
   43.         this.htmlSrc = htmlSrc;
   44.         
   45.         
   46.     }
   47.     
   49.     
   51.     
   52.     //向标签中列表中增加img标签
   53.     private void initTagToList(){
   54.         //增加取得<a href=...的html标签
   55. //      tagList.put("a", new String[]{"href"});
   56.         
   57. //      增加取得<img src=...的html标签
   58.         tagList.put("img", new String[]{"src"});
   59.     }
   60.     
   61.     public void addTagList(String key,String[] value){
   62.         tagList.put(key, value);
   63.         
   64.     }
   65.     
   66.     public void remove(String key){
   67.         tagList.remove(key);
   68.     }
   70.     public List parse(){
   71.         List imageName=new ArrayList();
   72.         
   73.         log.debug("********开始解析html标签***********");
   74.         //增加标签列表
   75.         initTagToList();
   76.         try{
   77.             
   78.             
   79.         Reader read = new StringReader(htmlSrc);
   80.         
   81.         TagTiller tagtiller = new TagTiller(read);
   82.         
   83.         tagtiller.runTiller();
   84.         
   85.         Tag thePage = tagtiller.getTilledTags();
   86.         
   87.         Set     tagSet   =   tagList.entrySet(); 
   88.         Iterator   iter   =   tagSet.iterator(); 
   89.         //从标签列表中取出要解析的标签，并将解析完的标签加入标签列表
   90.         while(iter.hasNext()) 
   91.         { 
   92.               Map.Entry   entry   =   (Map.Entry)iter.next(); 
   93.               String   key   =  (String)entry.getKey();
   94.               String[]   value   = (String[])  entry.getValue();
   95.               
   96.               if(key == null || "".equals(key)){
   97.                   continue;
   98.               }
   99.               if(value == null || value.length==0){
   100.                   continue;
   101.               }
   102.               List theHref = Inspector.collectByType(thePage,key);
   103.               
   104.               int i = theHref.size();
   105.               
   106.               while (i>0) {
   108.                 for(int ii=0;ii<value.length;ii++){
   109.                     String filterStr=filterStr(((Tag)theHref.get(i-1)).getAttributeValue(value[ii]));
   110.                     if(filterStr!=null){
   111.                         imageName.add(filterStr);
   112.                     }
   113.               }
   114.                 i -=1;
   115.               }
   116.               
   117.         } 
   118.         
   119.         
   120.         
   121.         log.debug("********html标签解析完毕***********");
   122.         
   123.         }catch(Exception e){
   124.             log.error("在解析html的过程中出现问题", e);
   125.         }
   126.         
   127.         return imageName;
   128.     }
   129.     
   130.     //对字符串进行过滤
   131.     private String filterStr(String addr){
   132.         
   133.         if(addr==null) return addr;
   134.         
   135.          StringTokenizer parser =new StringTokenizer(addr,"/"///");
   136.          
   137.          String rtn="";
   138.          //取最后一个，因为最后一个为图片的名字
   139.          while(parser.hasMoreTokens()) { 
   140.              rtn=parser.nextToken();
   141.          }
   143.         return rtn;
   144.         
   145.     }
   146.     public static void main(String[] args) {
   147.         
   148.         
   149.         
   150.         try {
   151.             File file = new File("d://ttt.htm");
   152.             int len = (int)file.length();
   153.             byte[] b;
   154.             b = new byte[len];
   155.             FileInputStream fis = new FileInputStream(file);
   156.             fis.read(b);
   157.             fis.close();
   159.          
   160.             ParseHtml pp=new ParseHtml(new String(b));
   161.             List list =pp.parse();
   162.             for(int i=0;list.size()>0;i++){
   163.                 System.out.println(list.get(i));
   164.             }
   165.          
   166.         }
   167.         catch (Exception ex) {
   168.             ex.printStackTrace();
   169.         }
   170.     }
   174. }
   package net.risesoft.riseinfo.integration.parse;
3. import java.util.ArrayList;
4. import java.util.List;
6. public abstract class ExportImg {
8.     private List imgList =new ArrayList();
10.     private ParseHtml parseHtml =null;
11.     
12.     private String imgSrc = null; // 图片存放文件夹
14.     private String imgDest = null;// 图片将要被转移到文件夹,如果不需要转移图片可以调用两个构造函数的方法
15.     
16.     public ExportImg(String srcHtml){
17.         this(srcHtml,null,null);
18.     }
19.     
20.     public ExportImg(String srcHtml,String imgSrc){
21.         this(srcHtml,imgSrc,null);
22.     }
23.     
24.     public ExportImg(String srcHtml,String imgSrc,String imgDest){
25.         this.imgSrc=imgSrc;
26.         this.imgDest=imgDest;
27.         parseHtml =new ParseHtml(srcHtml);
28.     }
29.     
30.     public List getImgList() {
31.         return imgList;
32.     }
34.     public void setImgList(List imgList) {
35.         this.imgList = imgList;
36.     }
37.     
38.     public  String export(){
39.         imgList = parseHtml.parse();
40.         return operate();
41.     }
42.     public abstract String operate();
44.     public String getImgDest() {
45.         return imgDest;
46.     }
48.     public void setImgDest(String imgDest) {
49.         this.imgDest = imgDest;
50.     }
52.     public String getImgSrc() {
53.         return imgSrc;
54.     }
56.     public void setImgSrc(String imgSrc) {
57.         this.imgSrc = imgSrc;
58.     }
59. }
60. 1. package net.risesoft.riseinfo.integration.parse;
    3. import java.io.File;
    4. import java.io.FileInputStream;
    5. import java.io.FileOutputStream;
    6. import java.io.IOException;
    7. import java.util.ArrayList;
    8. import java.util.List;
    10. /*
    11.  *将fckedit中的图片取出并导入到指定目录
    12.  *@author sking huang
    13.  *@2008-11-11 
    14.  */
    15. public class ExportImgToFile extends ExportImg {
    16.     public ExportImgToFile(String srcHtml, String imgSrc, String imgDest) {
    17.         super(srcHtml, imgSrc, imgDest);
    18.     }
    20.     private static org.apache.log4j.Logger log = net.risesoft.commons.log.LogFactory
    21.             .getLog(ExportImgToFile.class);
    23.     // 在将文件从指定数据源拷贝到指定目录之前请先给图片列表赋值,图片列表中只存图片名称
    24.     public String operate() {
    26.         for (int i = 0; i < super.getImgList().size(); i++) {
    27.             String imageName = (String) super.getImgList().get(i);
    29.             try {
    30.                 File file = new File(getImgSrc() + File.separator + imageName);
    31.                 //如果文件存在且是文件
    32.                 if (file.exists() && file.isFile()) {
    33.                     FileInputStream input = new FileInputStream(file);
    34.                     FileOutputStream output = new FileOutputStream(getImgDest()
    35.                             + File.separator + imageName);
    36.                    byte[] b= new byte[1024];
    37.                                      int size=0;
    38.                     while ((size = input.read(b)) != -1) {
    39.                         output.write(b,0,size);
    40.                                            }
    41.                     input.close();
    42.                     output.close();
    43.                 }
    44.             } catch (IOException e) {
    45.                 log.error("文件导出过程中出现问题", e);
    46.             }
    47.         }
    48.         return null;
    49.     }
    51.     public static void main(String[] args) {
    53.         // 生成图片
    54.         try {
    55.             File file = new File("d://ttt.htm");
    56.             int len = (int) file.length();
    57.             byte[] b;
    58.             b = new byte[len];
    59.             FileInputStream fis = new FileInputStream(file);
    60.             fis.read(b);
    61.             fis.close();
    63.             ExportImg eif = new ExportImgToFile(new String(b), "D://ttt.files",
    64.                     "D://img//dest");
    66.             eif.export();
    68.         } catch (Exception ex) {
    69.             ex.printStackTrace();
    70.         }
    71.     }
    73. }
        1. package net.risesoft.riseinfo.integration.parse;
        3. import java.io.ByteArrayInputStream;
        4. import java.io.File;
        5. import java.io.FileInputStream;
        6. import java.io.FileOutputStream;
        7. import java.io.InputStream;
        8. import java.io.OutputStream;
        12. import javax.xml.parsers.DocumentBuilder;
        13. import javax.xml.parsers.DocumentBuilderFactory;
        15. import org.w3c.dom.Document;
        16. import org.w3c.dom.Node;
        17. import org.w3c.dom.NodeList;
        19. import net.risesoft.integration.adapter.AdapterUtil;
        26. public class ExportImgToXml extends ExportImg {
        28.     private static org.apache.log4j.Logger log = net.risesoft.commons.log.LogFactory
        29.     .getLog(ExportImgToXml.class);
        30.     
        31.     public ExportImgToXml(String srcHtml, String imgSrc) {
        32.         super(srcHtml, imgSrc);
        33.     }
        34.     public String operate() {
        35.         
        36.         StringBuffer sb=new StringBuffer();
        37.         sb.append("<?xml version=/"1.0/" encoding=/"GB2312/"?>");
        38.         sb.append("<DATA>");
        39.         for (int i = 0; i < super.getImgList().size(); i++) {
        40.             String imageName = (String) super.getImgList().get(i);
        42.             try {
        43.                 File file = new File(getImgSrc() + File.separator + imageName);
        44.                 //如果文件存在且是文件
        45.                 if (file.exists() && file.isFile()) {
        46.                     sb.append("<IMGLIST>");
        47.                     sb.append("<IMGNAME>" + file.getName() + "</IMGNAME>");
        48.                     
        49.                     FileInputStream input = new FileInputStream(file);
        50.                     
        51.                     byte[] b=new byte[(int)file.length()];
        52.                     input.read(b);
        53.                     
        54.                     sb.append("<IMGVALUE>" + AdapterUtil.base64Encode(b) + 
        55.                             "</IMGVALUE>");
        57.                     sb.append("</IMGLIST>");
        58.                     input.close();
        59.                 }
        60.             } catch (Exception e) {
        61.                 log.error("文件生成xml过程中出现问题", e);
        62.             }
        63.         }
        64.         sb.append("</DATA>");
        65.         return sb.toString();
        66.     
        68.     }
        69.     //此方法为组工网一端接收xml的例子，只做参考用
        70.     public void parseXml(InputStream is){
        74.         try {
        75.             DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        76.             factory.setNamespaceAware(true);
        77.             factory.setValidating(true);
        78.             DocumentBuilder builder = factory.newDocumentBuilder();
        79.             Document doc = builder.parse(is);
        81.             
        82.             
        83.     
        84.                 NodeList attnodeList = doc
        85.                         .getElementsByTagName("IMGLIST");
        86.                 int attlength = attnodeList.getLength();
        87.                 for (int attIndex = 0; attIndex < attlength; attIndex++) { // 实际上，Attachment有0到n个
        88.                     
        89.                     Node attnode = attnodeList.item(attIndex);
        90.                     NodeList attlist = attnode.getChildNodes();
        91.                     String fileName=null;
        92.                     byte[] fileContent=null;
        93.                     for (int j = 0; j < attlist.getLength(); j++) {
        94.                         Node col = attlist.item(j);
        95.                         if (col.getNodeName() == null) {
        96.                             continue;
        97.                         }
        98.                         Node firstChild = col.getFirstChild();
        99.                         if (firstChild == null) {
        100.                             continue;
        101.                         }
        102.                         String value = firstChild.getNodeValue();
        103.                         if (value == null && value.length() == 0) {
        104.                             continue;
        105.                         }
        106.                         String field = col.getNodeName();
        107.                         
        108.                         if (field.equals("IMGVALUE")) {
        109.                             fileContent=AdapterUtil.base64Decode(value);
        110.                             
        111.                         } else if (field.equals("IMGNAME")) {
        112.                             fileName= value;
        113.                         } 
        114.                     }
        115.                     if(fileName!=null && fileContent!=null){
        116.                         
        117.                         File file =new File("D://img//dest//"+fileName);
        118.                         if(!file.exists())
        119.                             file.createNewFile();
        120.                         OutputStream fos =new FileOutputStream(file);
        121.                         fos.write(fileContent);
        122.                         fos.close();
        123.                     }
        124.                 
        125.                 }
        126.                 log.info("**************数据写入成功********************");
        127.             
        128.             
        129.         } catch (Exception ex) {
        130.             
        131.             log.error("附件写入出错了！", ex);
        132.             
        133.         }  
        134.     
        135.     }
        136.     public static void main(String[] args) {
        138.         // 生成图片
        139.         try {
        140.             File file = new File("d://ttt.htm");
        141.             int len = (int) file.length();
        142.             byte[] b;
        143.             b = new byte[len];
        144.             FileInputStream fis = new FileInputStream(file);
        145.             fis.read(b);
        146.             fis.close();
        148.             ExportImgToXml eif = new ExportImgToXml(new String(b), "D://ttt.files");
        149.             
        150.             String img=eif.export();
        151.             //System.out.println(img);
        152.             InputStream is =new ByteArrayInputStream(img.getBytes());
        153.             eif.parseXml(is);
        154.         } catch (Exception ex) {
        155.             ex.printStackTrace();
        156.         }
        157.     }
        158. }