htmlparser获取<a></a>链接地址跟标题-HTML教程-爱易网页

htmlparser获取<a></a>链接地址跟标题

日期：2014-05-17　浏览次数：20629 次

htmlparser获取<a></a>链接地址和标题
import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.PrototypicalNodeFactory;
import org.htmlparser.filters.NodeClassFilter;
import org.htmlparser.filters.OrFilter;
import org.htmlparser.tags.Div;
import org.htmlparser.tags.ImageTag;
import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;

public class OrFilterForIamgeOrLinkOrFrame {
//只能获取链接和链接标题，时间无法获取
public static void main(String[] args) throws ParserException {
getImage("http://www.ahtba.org.cn/infomation/");
}

public static void getImage(String url) throws ParserException {
Parser parser = new Parser(url);
parser.setEncoding("gbk");
PrototypicalNodeFactory pnfPrototypicalNodeFactory = new PrototypicalNodeFactory();
pnfPrototypicalNodeFactory.registerTag(new Div());
parser.setNodeFactory(pnfPrototypicalNodeFactory);

NodeFilter filter1 = new NodeClassFilter(LinkTag.class);
NodeList nodelist = parser.extractAllNodesThatMatch(filter1);
for (Node node : nodelist.toNodeArray()) {
if (node instanceof LinkTag) {
LinkTag link = (LinkTag) node;
if (link != null) {
System.out.println("地址:" + link.getLink()+"\t标题:"+link.getLinkText());
}
}
}
}
}

//***************************************//
//同样可以获得标题、地址，但地址不够完整
    public void getHERF(String html) {

        // 创建Parser对象根据传给字符串和指定的编码
       Parser parser = Parser.createParser(html, "GBK");
       // 创建HtmlPage对象HtmlPage(Parser parser)
        HtmlPage page = new HtmlPage(parser);
        try {
            // HtmlPage extends visitor,Apply the given visitor to the current
            // page.
            parser.visitAllNodesWith(page);
        } catch (ParserException e1) {
           e1 = null;
        }
        // 所有的节点
       NodeList nodelist = page.getBody();
        // 建立一个节点filter用于过滤节点
        NodeFilter filter = new TagNameFilter("A");
        // 得到所有过滤后，想要的节点
        nodelist = nodelist.extractAllNodesThatMatch(filter, true);
       for (int i = 0; i < nodelist.size(); i++) {
       System.out.println("\n");
            LinkTag link = (LinkTag) nodelist.elementAt(i);
            // 链接地址
            System.out.println(link.getAttribute("href"));
            // 链接名称
            System.out.println(l

免责声明： 本文仅代表作者个人观点，与爱易网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。

htmlparser获取<a></a>链接地址跟标题

相关资料更多>

推荐阅读更多>