提取网页所有资源 java_java网络爬虫——获取页面的所有超链接的内容

package com.http3;

import java.util.ArrayList;

import java.util.List;

import org.htmlparser.Node;

import org.htmlparser.NodeFilter;

import org.htmlparser.Parser;

import org.htmlparser.nodes.TagNode;

import org.htmlparser.util.NodeList;

import org.htmlparser.util.ParserException;

/**

* 提取具有某个属性值的标签列表

* @author Administrator

*

*/

public class Attrbuite {

public static List getText(String html,final Class> tagType,final String attrName,final String attrValue){

try{

Parser p=new Parser();

p.setInputHTML(html);

NodeList list=p.parse(new NodeFilter(){

public boolean accept(Node node) {

if(node.getClass()==tagType){

T t=(T)node;

if(attrName==null){

return t