discuz 帖子支持html,使用HTMLParser分析discuz帖子页中所有帖子(主题帖及回帖)

package com.rupeng.search.discuz;

import java.net.URLConnection;

import org.htmlparser.Parser;

import org.htmlparser.Tag;

import org.htmlparser.tags.Div;

import org.htmlparser.util.NodeList;

import org.htmlparser.util.ParserException;

import org.htmlparser.visitors.HtmlPage;

import org.htmlparser.visitors.NodeVisitor;

public class DiscuzDefaultStyleHTMLParser

{

private String title;

private String bodyText;

public DiscuzDefaultStyleHTMLParser(URLConnection urlConnection) throws ParserException

{

Parser parser = new Parser(urlConnection);

HtmlPage visitor = new HtmlPage(parser);

parser.visitAllNodesWith(visitor);

this.title = visitor.getTitle();

NodeList nodeList = visitor.getBody();

final StringBuffer sb = new StringBuffer();

nodeList.visitAllNodesWith(new NodeVisitor() {

@Override

public void visitTag(Tag tag)

{

//因为主题、回帖都是包含在Div里,而且主题、回帖的divid都是以“postmessage_”开头

if (tag instanceof Div)

{

Div div = (Div) tag;

String divId = div.getAttribute("id");

if (divId != null&& divId.startsWith("postmessage_"))

{

sb.append(div.getStringText());

}

}

}

});

this.bodyText = sb.toString();

}

public String getTitle()

{

return title;

}

public String getThreadText()

{

return bodyText;

}

}

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

“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

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