Java 将HTML页面转换成DOM

最新推荐文章于 2022-07-19 19:59:28 发布
最新推荐文章于 2022-07-19 19:59:28 发布
阅读量6.9k 收藏 3
点赞数 1
文章标签： java html dom
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kydkong/article/details/50640302
版权


Java 将HTML页面转换成DOM

附加包：

nekohtml.jar

http://pan.baidu.com/s/1sk1PhNZ
nekohtml的依赖包 

http://pan.baidu.com/s/1eRyhN7W
<pre name="code" class="plain">http://pan.baidu.com/s/1jHcuZTO
<pre name="code" class="plain">http://pan.baidu.com/s/1mhhGFES
<pre name="code" class="plain">http://pan.baidu.com/s/1kTURxSN

 
 
 
 
 
 
 

 

代码例子：
 

 
 
 
 
package service;

import java.io.IOException;

import org.cyberneko.html.parsers.DOMParser;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;


public class HTML2DomTest {  
  
	static public void main(String[] args) throws SAXException, IOException{
		//创建一个解析器  
	    DOMParser parser = new DOMParser();  
	    //解析HTML文件
	    parser.parse("html/test2.html");
	    //myparser.parse("html/test1.html");  
	    //获取解析后的DOM树  
	    Document document = parser.getDocument();  
	      
	    //通过getElementsByTagName获取Node  
	    NodeList nodeList = document.getElementsByTagName("a");
	    for (int i = 0; i < nodeList.getLength(); i++) {  
	        Element e = (Element)nodeList.item(i);  
	        System.out.print(e.getAttribute("href") + "\t");  
	        System.out.println(e.getTextContent());  
	    }
	}
}
 
 
 

 

测试用例:
 

 
 
html/test2.html
 
 
    <html>  
    <head><title>test2</title></head>  
    <body>  
      
    <h1>Page Title</h1>  
      
    <!-- Table -->  
    <table>  
    <tr>  
      <td>a1</td>  <td>a2</td>  <td>a3</td>  
    </tr>  
    <tr>  
      <td>b1</td>  <td>b2</td>  <td>b3</td>  
    </tr>  
    <tr>  
      <td>c1</td>  <td>c2</td>  <td>c3</td>  
    </tr>  
    </table>  
      
    <!-- Link -->  
    <a href="http://www.aaa.com/">aaa</a>  
    <a href="http://www.bbb.com/">bbb</a>  
    <a href="http://www.ccc.com/">ccc</a>  
      
    </body>  
    </html>  
 
 
 结果： 
 
http://www.aaa.com/	aaa
http://www.bbb.com/	bbb
http://www.ccc.com/	ccc
 
 
 
 
 

 

附加：
 

 
 
我用这个的时候遇到个问题，DOM对象中的其中一个带有大量文本的div标签不能获得内容。
 
 
猜测可能是nekohtml自动对HTML补全的时候导致结构混乱了。
 
 

 

 
 

 
 
 
 


                

        

        

    




    

      

        

            

              
                
                  FieldSoft-HelloClyde
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    1
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    3
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
Java生成静态HTML页面

				
			

			

				

					
				

				

					02-03
					
					1万+
					
				

			

		

		

			
				
生成静态页面技术解决方案之一 

转载者前言：这是一个全面的jsp动态页面静态化方案，本站的帖子静态化方案将借鉴这篇帖子中方法。向http://www.agilejava.org的single的共享精神致敬。 

转帖正文： 

       相信很多人都希望自己的页面越快越好，最好是能静态的，提高客户访问速度。也便于搜索引擎搜索。所以，就希望我们的动态读取数据库的页面，尽可能的生成静

			
		

	



                

              
                



	

		

			

				
					
Java 将HTML转为XML

				
			

			

				

					xuhss_com的博客
				

				

					06-20
					
					898
					
				

			

		

		

			
				
本文介绍如何通过Java后端程序代码来展示如何将html转为XML。此功能通过采用Word API- Free Spire.Doc for Java 提供的Document.saveToFile()方法来实现；该方法支持的目标文档格式多达 30余种。另外，该API也提供了多种方法，如Document.saveToEpub()、Document.saveToFile()、Document.saveToImages()、Document.saveToSVG()、**Document.saveToTxt()***

			
		

	



                


  
              

                


	

		

			

				
					
java html字符串转dom,在Java中，将html字符串转换为 org.w3c. dom.Document_java_开发99编程知识库...

				
			

			

				

					weixin_39978749的博客
				

				

					06-10
					
					615
					
				

			

		

		

			
				
从HTML字符串转换为org.w3c.dom.Document我在用jtidy-r938.jar这是我的代码：public static Document getDoc(String html) {Tidy tidy = new Tidy();tidy.setInputEncoding("UTF-8");tidy.setOutputEncoding("UTF-8");tidy.setWraplen...

			
		

	





	

		

			

				
					
Jquery、Java解析html字符串成dom对象，遍历dom对象获取图片元素（或者其子元素）

				
			

			

				

					ZixiangLi的博客
				

				

					12-01
					
					3187
					
				

			

		

		

			
				
Jquery、Java解析html字符串成dom对象，遍历dom对象获取图片元素（或者其子元素）
使用 Jquery解析html: 
.parseHTML方法：将html字符串解析成dom对象，他返回的是一个array数组（包含其所有子元素）.parseHTML方法：将html字符串解析成dom对象，他返回的是一个array数组（包含其所有子元素）  
(doms).children(“img”)：

			
		

	



		

			
		



	

		

			

				
					
Java解析HTML到org.w3c.dom.Document，再把Document输出到文件。

				
			

			

				

					iTer的专栏
				

				

					11-21
					
					7088
					
				

			

		

		

			
				
Document doc = parser.parseHtml(url, httpBody, entryPageUrl, docType);
      
      try {
        TransformerFactory transformerFactory = TransformerFactory
            .newInstance();
        Transfo

			
		

	





	

		

			

				
					
Java 根据 HTML 生成 DOM 树

				
			

			

				

					訾博（ZiBo）的博客
				

				

					07-19
					
					1224
					
				

			

		

		

			
				
Java 根据 HTML 生成 DOM 树

			
		

	





	

		

			

				
					
JAVA 中 DOM对象与String之间的转换

				
			

			

				

					liubing_2010的专栏
				

				

					11-02
					
					4908
					
				

			

		

		

			
				
package com.test;

import java.io.ByteArrayOutputStream;
import java.io.StringReader;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parse

			
		

	





	

		

			

				
					
html转为object,HTML <object> 标签 | 菜鸟教程

				
			

			

				

					weixin_42315824的博客
				

				

					05-30
					
					442
					
				

			

		

		

			
				
HTML  标签实例使用 元素在 HTML 加入 Flash 文件：尝试一下 »浏览器支持目前大多数浏览器支持  标签。标签定义及使用说明定义一个嵌入的对象。请使用此元素向您的 XHTML 页面添加多媒体。此元素允许您规定插入 HTML 文档中的对象的数据和参数，以及可用来显示和操作数据的代码。 标签用于包含对象，比如图像、音频、视频、Java applets、ActiveX、PDF 以及 Fla...

			
		

	





	

		

			

				
					
Java使用poi将word转换为html

				
			

			

				

					08-31
				

			

		

		

			
				
总的来说，通过Apache POI库，Java开发者能够方便地将Word文档转换为HTML格式，这在处理大量文档数据、创建在线预览或跨平台展示内容时非常实用。不过，由于转换过程涉及到复杂的格式和内容解析，开发者需要对Java和...

			
		

	





	

		

			

				
					
java html串转换成文本串

				
			

			

				

					03-21
				

			

		

		

			
				
在Java编程中，将HTML字符串转换为纯文本字符串是一个常见的需求，这主要涉及到解析HTML文档并提取其中的文本内容。HTML是一种标记语言，用于构建网页结构，而纯文本则只包含可读字符，不含有任何格式化或结构信息。...

			
		

	





	

		

			

				
					
java dom操作的jar

				
			

			

				

					04-09
				

			

		

		

			
				
里面包含dom.jar和jdom.jar

			
		

	





	

		

			

				
					
java实现html文件转换成图片

				
			

			

				

					11-19
				

			

		

		

			
				
本代码实现html文件转换成一个图片的功能。附件包含所需要的包。
注：该代码转换的html文件必须一个屏幕能展现出来的，如果内容太多一个屏幕展现不出来则不能很好的转换。所以该代码只适用于内容不太多的html文件。如果哪位大侠能够改写的能过转换所有html文件也请分享下谢谢：）

			
		

	





	

		

			

				
					
html 页面转化成图片

				
			

			

				

					07-19
				

			

		

		

			
				
在本篇文章中，我们将深入探讨如何将HTML页面转换为图片，并讨论与之相关的技术和工具。  首先，我们来看HTML页面的基本构成。HTML（HyperText Markup Language）是一种用于创建网页的标准标记语言，它包含文本、...

			
		

	





	

		

			

				
					
java实现HTML转Word

				
			

			

				

					03-28
				

			

		

		

			
				
在IT行业中，将HTML转换为Word文档是一种常见的需求，特别是在数据导出、报告生成或网页内容保存时。Java作为一种强大的开发语言，提供了多种方法来实现这个功能。本篇将详细介绍如何利用Java技术栈，特别是Apache ...

			
		

	





	

		

			

				
					
java后台html 转excel

				
			

			

				

					08-25
				

			

		

		

			
				
在Java后台处理HTML数据并转换成Excel文件是一个常见的需求，特别是在数据分析、报表生成或导出功能中。这个技术涉及到HTML解析、数据提取以及Excel文件的生成。以下将详细讲解这个过程涉及的关键知识点。  1. HTML...

			
		

	





	

		

			

				
					
java string转elements_JAVA 中 DOM对象与String之间的转换

				
			

			

				

					weixin_42099151的博客
				

				

					02-13
					
					1644
					
				

			

		

		

			
				
package com.test;import java.io.ByteArrayOutputStream;import java.io.StringReader;import javax.xml.parsers.DocumentBuilder;import javax.xml.parsers.DocumentBuilderFactory;import javax.xml.parsers.Pars...

			
		

	





	

		

			

				
					
java String Dom_如何在Java中将String转换为DOMSource？

				
			

			

				

					weixin_39636333的博客
				

				

					02-21
					
					402
					
				

			

		

		

			
				
我需要一些帮助.在我的String filedata变量中,我存储了一个XMLdocument.现在我想将此变量转换为DOMSource类型并使用此代码：DocumentBuilder db = DocumentBuilderFactory.newInstance().newDocumentBuilder();Document doc = db.parse( new InputSource( ne...

			
		

	





	

		

			

				
					
java 字符串转dom对象_将XML格式的字符串封装成DOM对象

				
			

			

				

					weixin_35330534的博客
				

				

					02-13
					
					321
					
				

			

		

		

			
				
在java端将字符串转化为xml对象可以使用DocumentHelper.parseText(xmlReturn).getRootElement();在js中同样有方法可以将字符串转化为xml对象，可以使用如下函数function createXml(str){if(document.all){var xmlDom=new ActiveXObject("Microsoft.XMLDOM") 　;x...

			
		

	





	

		

			

				
					
java xml字符串转换为HTML格式

					
最新发布

				
			

			

				

					06-01
				

			

		

		

			
				
要将Java中的XML字符串转换为HTML格式，需要使用一些库和技术。以下是一些可能有用的步骤：  1. 将XML字符串解析为Java对象。可以使用Java内置的DOM或SAX解析器，或者更流行的第三方库，如Jackson或JAXB。这将使您...

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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。

              

            

          

      

      余额充值