能够读取网页纯文本内容的程序
日期：2014-05-20 浏览次数：20669 次
求一个能够读取网页纯文本内容的程序
http://www.360doc.com/content/11/0511/02/1947337_115852644.shtml
请参照里面输入URL的那个
就是我要求输入URL
能够输出提纯后的纯文本，以str或者.txt文本文本输出都可以
------解决方案--------------------
http://blog.csdn.net/huxiweng/article/details/6722997
这是爬图片或者超链接的一个列子，你直接输出html就可以了，就是不用节点过滤。网上代码也很多的。
------解决方案--------------------
用正则表达式，把非汉字替换掉就行啦。。
http://www.360doc.com/content/11/0511/02/1947337_115852644.shtml
请参照里面输入URL的那个
就是我要求输入URL
能够输出提纯后的纯文本，以str或者.txt文本文本输出都可以
------解决方案--------------------
http://blog.csdn.net/huxiweng/article/details/6722997
这是爬图片或者超链接的一个列子，你直接输出html就可以了，就是不用节点过滤。网上代码也很多的。
------解决方案--------------------
用正则表达式，把非汉字替换掉就行啦。。
- Java code
String str = "as柔柔弱弱dfa点点滴滴dfwe";
str = str.replaceAll("[^\u4e00-\u9fa5]+", "\n");
System.out.println(str);
------解决方案--------------------
百度htmlParse
------解决方案--------------------
用htmlparser获取到网页内容 然后自己用正则表达式去匹配吧
------解决方案--------------------
根据lz的需求，可以这么做了，使用httpClient模拟请求http 然后，获取返回的内容，再把返回内容中的，纯文本取出就可。
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。
