提取html中的链接

eclipse:导入htmlparser.jar

import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.*;
import org.htmlparser.filters.*;
import org.htmlparser.Parser;
import org.htmlparser.util.ParserException;

public class HtmlParserGetPageUrls {
    public static void main(String[] args) throws ParserException
    {
        try {
            ParseHtmlText("http://www.hzau.edu.cn/2014/ch/", "GB2312");  //网址可以自己修改
            
        } catch (ParserException e) {
            e.printStackTrace();
        }
        
    }
    
    public static void ParseHtmlText(String url, String pageEncoding) throws ParserException
    {
        NodeList nodes = null;
        try {
        Parser parser = new Parser(url);    //访问目标网站
        parser.setEncoding(pageEncoding);    //设置解析编码的格式
        nodes = parser.parse(new NodeClassFilter(LinkTag.class));   //关键这里设置解析时的NodeFilter
        }catch (ParserException e) {
            e.printStackTrace();
        }
        
        if (nodes != null && nodes.size() > 0) {
                for (int i = 0; i < nodes.size(); i++) {
                    String urlLink = ((LinkTag)nodes.elementAt(i)).extractLink();
                    String linkName = ((LinkTag)nodes.elementAt(i)).getLinkText();
                        System.out.println(linkName+": "+urlLink);
                }
        }
        
        
    }
}