javax.swing css,使用javax.swing.text.html包解析HTML文档

下面是一个例子：

import   javax.swing.text.html.HTMLEditorKit$ParserCallback;

import   javax.swing.text.html.*;

import   javax.swing.text.*;

import   com.pdcss.debug.*;

import   java.util.*;

import   javax.swing.text.html.parser.*;

import   java.io.*;

import   java.net.*;

import   com.pdcss.xml.*;

import   com.pdcss.debug.DebugOut;

public   class   HTMLToXML   {

/**

*   document对象

*/

org.w3c.dom.Document   newDoc;

/**

*   根结点对象

*/

private   org.w3c.dom.Element   root;

/**

        *   是否忽略标签  

*/

private   boolean   ignoreImg=true;

/**

*   设置是否忽略按钮标签

*/

private   boolean   ignoreButton=true;

/**

*   文件路径

*/

private   String   filePath;

/**

*   是否调用了函数parse()

*/

private   boolean   isParse=false;

/**

*   处理结果可接受的html   tagname,如果不在这个表里面则忽略掉这个元素

*/

private   ArrayList   acceptedTags;

public   HTMLToXML(String   filePath)   {

this.filePath=filePath;

newDoc   =   XmlParser.buildNewDocument();

root=   newDoc.createElement("HTMLToXML");

newDoc.appendChild(root);

//增加可接受的元素的tag

acceptedTags=new   ArrayList(5);

acceptedTags.add(HTML.Tag.INPUT);

acceptedTags.add(HTML.Tag.TEXTAREA);

acceptedTags.add(HTML.Tag.SELECT);

}

/**

*   开始解析

*/

private   void   parse(){

HTMLEditorKit.Parser   parser   =   new   ParserDelegator();

HTMLEditorKit.ParserCallback   callback   =   new   MyParserCallback();

try   {

URL   u   =   new   File(filePath).toURL();

InputStream   in   =   u.openStream();

InputStreamReader   reader   =   new   InputStreamReader(in);

parser.parse(reader,   callback,   false);

reader.close();

}

catch   (IOException   e)   {

}

isParse=true;

}

/**

*   返回创建好的Document对象

*   @return

*/

public   org.w3c.dom.Document   getXmlDocument(){

if(isParse==false){

parse();

isParse=true;

}

return   this.newDoc;

}

/**

*   返回标准的xml字符串

*   @return

*/

public   String   getXmlStr(){

if(isParse==false){

parse();

isParse=true;

}

return   XmlParser.elementToString(root);

}

/**

*   设置是否忽略img标签

*   @param   isIgnore

*/

public   void   setIgnoreImg(boolean   isIgnore){

ignoreImg=isIgnore;

if(ignoreImg==true){

acceptedTags.remove(HTML.Tag.IMG);

}else{

if(!acceptedTags.contains(HTML.Tag.IMG)){

acceptedTags.add(HTML.Tag.IMG);

}

}

}

public   boolean   getIgnoreImg(){

return   ignoreImg;

}

/**

*   设置是否忽略button标签

*   @param   isIgnore

*/

public   void   setIgnoreButton(boolean   isIgnore){

ignoreButton=isIgnore;

}

private   class   MyParserCallback   extends   HTMLEditorKit.ParserCallback   {

public   void   handleStartTag(HTML.Tag   tag,   MutableAttributeSet   attributes,       int   position)     {

handleTag(tag,   attributes,   position);

}

public   void   handleSimpleTag(HTML.Tag   tag,   MutableAttributeSet   attributes,   int   position)   {

handleTag(tag,   attributes,   position);

}

private   void   handleTag(HTML.Tag   tag,   MutableAttributeSet   attributes,   int   position){

if(!acceptedTags.contains(tag)){

return;

}

if(ignoreButton==true){

if   (tag   ==   HTML.Tag.INPUT)   {

String   type   =   attributes.getAttribute(HTML.Attribute.TYPE).toString();

//不是按钮

if   (type   !=   null){

if   (type.equalsIgnoreCase("button")   ||   type.equalsIgnoreCase("submit")   ||   type.equalsIgnoreCase("reset"))   {

return;

}

}

}

}

org.w3c.dom.Element   newElement   =   newDoc.createElement(tag.toString());

Enumeration   enum   =   attributes.getAttributeNames();

Object   attributeName;

while   (enum.hasMoreElements())   {

attributeName   =   enum.nextElement();

newElement.setAttribute(attributeName.toString(),   attributes.getAttribute(attributeName).toString());

}

root.appendChild(newElement);

}

}

}