html怎么找下面的标签,用htmlParser怎么获取下面dd标签里面的内容

满意答案

htmlparser获取循环节点内容和单个标签内容的方法

htmlparser接口可用于提取分析html页面的内容。

本文只简单说明下如何利用htmlparser获取某个节点标签的内容，和获取循环节点的列表内容的个人总结。其它操作方法，因网上已经有很多相关的帮助文档，在此不再重复说明。

大致思路：

1：定义org.htmlparser.filters的类型，确定需要获取的标签或内容范围。常用的HMLT filter类型有：AndFilter、HasAttributeFilter、HasChildFilter、HasParentFilter、LinkStringFilter、NotFilter、OrFilter、TagNameFilter等类型。

为了更好定位所需要查找的页面内容，可以用多个Filter进行组合定位，如：AndFilter andFilter = new AndFilter(tagFilter,hasChildFilter);

2：通过NodeList list = parser.extractAllNodesThatMatch(andFilter);获取满足条件的节点列表。

3：对列表list进行循环遍历，在各个遍历里面，可以获取分析多个不同节点的内容，如获取某循环节点的内容和链接：

for(int i=0;i html = list.elementAt(i).toHtml();

// 获取内容

TagNameFilter pFilter = new TagNameFilter(\"p\");

HasAttributeFilter pAttributeFilter = new HasAttributeFilter(\"class\",\"sms\");

AndFilter pAndFilter = new AndFilter(pFilter,pAttributeFilter);

pParser = Parser.createParser(html, charset);

pList = pParser.extractAllNodesThatMatch(pAndFilter);

System.out.println(\"content:\"+pList.elements().nextNode().toPlainTextString());

// 获取连接

TagNameFilter aFilter = new TagNameFilter(\"a\");

HasChildFilter aChildFilter = new HasChildFilter(new TagNameFilter(\"strong\"));

AndFilter aAndFilter = new AndFilter(aFilter,aChildFilter);

pParser.reset();

pList = pParser.extractAllNodesThatMatch(aAndFilter);

// System.out.println(\"url:\"+pList.elements().nextNode().toHtml());

LinkTag linkTag = (LinkTag)pList.elements().nextNode();

System.out.println(\"url's link:\"+linkTag.getLink());

System.out.println(\"url's content:\"+linkTag.getLinkText());

}

至此，循环列表的内容，已经能全部获取到。

4：针对各种HMLT标签，htmlparser提供了各类标签的接口，为各类标签提供了各自个性化的方法，以便开发者更好更方便的调用。

举例如下：

如果想对某链接标签\" class=\"xxx\">进行内容的提取，可以通过正则表达式或字符串处理来获取到自己想要的内容。但更方便的，可以通过各种相应的xxxTag接口进行处理。如：LinkTag linkTag = (LinkTag)pList.elements().nextNode();

System.out.println(\"url's link:\"+linkTag.getLink());

System.out.println(\"url's content:\"+linkTag.getLinkText();

00分享举报