利用htmlparser解析网页的标题、keywords和Description

网页中的标题、keywords和Description这三项对于建立网页索引是非常重要的。以下是用htmlparser对网页进行解析来得到这三个值。

try {
			NodeFilter title_filter = new TagNameFilter("title");
			NodeFilter meta_filter = new TagNameFilter("meta");
			OrFilter filters = new OrFilter();
			filters.setPredicates(new NodeFilter[]{title_filter,meta_filter});
			Parser parser = new Parser();
			parser.setURL("D:\\test.html");
			parser.setEncoding(parser.getEncoding());
			NodeList list = parser.extractAllNodesThatMatch(filters);
			for (int i = 0; i < list.size(); i++) {
				Tag tag=(Tag) list.elementAt(i);
				
				if(tag instanceof MetaTag){
					String name=tag.getAttribute("name");
					if(name!=null&&name.equalsIgnoreCase("Keywords")){
						System.out.println("Keywords : "+tag.getAttribute("content"));
					}
					if(name!=null&&name.equalsIgnoreCase("Description")){
						System.out.println("Description"+" : "+tag.getAttribute("content"));
					}					
				}else if(tag instanceof TitleTag){
					System.out.println("Title : "+tag.getText());
				}
			}
			} catch (Exception e) {
			e.printStackTrace();
			}

 

  • 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