java获取网页主信息之五:测试

1.所需文件

 param.txt:存放需要提取信息的网页路径
 TestPage:存放需要提取信息的网页
 Out.txt:输出的网页内容

2.测试程序

1. package test;   
2.   
3. import java.io.*;   
4. import Source.*;   
5.   
6. //提取页面主要信息测试   
7. public class ETest{   
8.   
9.     public static void main(String args[])   
10.     {   
11.         //输出文件   
12.         String out = "out.txt";   
13.         File outfile = new File(out);   
14.         //建立html树   
15.         HTML2Tree h2t = new HTML2Tree();   
16.         String file = getFilename();   
17.         h2t.main(file);   
18.         HTree tree = h2t.getTree();   
19.         //允许标准差   
20.         double th = 0.79;   
21.         //选择主要信息块   
22.         ChooseBlock cb = new ChooseBlock(th);   
23.         //输出主要信息   
24.         String str = cb.getContent(tree);   
25.         if(str == null)   
26.         {   
27.             System.out.println("文件为空");   
28.             System.exit(1);   
29.         }   
30.         try  
31.         {   
32.             PrintWriter p = new PrintWriter(new BufferedWriter(new FileWriter(outfile)));   
33.             p.println(str);   
34.             p.close();   
35.         }   
36.         catch(IOException e)   
37.         {   
38.             System.out.println(e);   
39.             System.exit(1);   
40.         }   
41.     }   
42.     //获取要提取的网页文件名   
43.     private static String getFilename()   
44.     {   
45.         String file = "";   
46.         try  
47.         {   
48.             File f = new File("param.txt");   
49.             BufferedReader fis = new BufferedReader(new FileReader(f));   
50.             String s;   
51.             while((s = fis.readLine()) != null)    
52.             if(!s.equalsIgnoreCase(""))   
53.             {   
54.                  file = s;   
55.                  break;   
56.             }   
57.         }   
58.         catch(IOException e)   
59.         {   
60.             System.out.println(e);   
61.             System.exit(1);   
62.         }   
63.         return file;   
64.     }   
65. }