日期:2014-05-17 浏览次数:20738 次
需要引入的Jsoup.jar包:jsoup.jar
推荐阅读的jsoup使用教程:使用JSOUP处理HTML文档
以下是实现Jsoup解析HTML文件,并保存到本地的Java代码:
/** * 这个文件实现了:将指定目录下的所有htm和html文件的<title>标签的值,替换成文件名(不含后缀)。 */ import java.io.File; import java.io.FileOutputStream; import java.io.IOException; import java.io.OutputStreamWriter; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; public class Rename { public static void main(String[] args) { // 默认文件夹路径 String path = "C:\\report"; if(args != null && args.length > 0){ path = args[0]; } try { renameHTMLTitle(path); } catch (IOException e) { e.printStackTrace(); } } public static void renameHTMLTitle(String dir) throws IOException { File f = new File(dir); if (f.isDirectory()) { File fs[] = f.listFiles(); for (File s : fs) { String title = s.getName().replaceAll(".htm", "").replaceAll(".html", ""); if(s.getName().contains(".htm") || s.getName().contains(".html")){ Document doc = Jsoup.parse(s, "gb2312"); Element titleEl = doc.select("title").first(); titleEl.html(title); /* * Jsoup只是解析,不能保存修改,所以要在这里保存修改。 */ FileOutputStream fos = new FileOutputStream(s, false); OutputStreamWriter osw = new OutputStreamWriter(fos, "gb2312"); osw.write(doc.html()); osw.close(); } } } } }