提取HTML中的文本信息

a0agd1X50

于 2013-10-22 22:41:22 发布

阅读量802

点赞数

文章标签： html java

本文链接：https://blog.youkuaiyun.com/a0agd1X50/article/details/12955809

版权

import java.io.*;
import org.htmlparser.filters.*;
import org.htmlparser.*;
import org.htmlparser.nodes.*;
import org.htmlparser.util.*;
import org.htmlparser.visitors.*;

public class showText{		

public static void showText(String result) throws Exception
{
	Parser parser;
	NodeList nodelist;
	parser=Parser.createParser(result, "GB2312");
	NodeFilter textFilter=new NodeClassFilter(TextNode.class);
	OrFilter lastFilter=new OrFilter();
	lastFilter.setPredicates(new NodeFilter[]{textFilter});
	nodelist=parser.parse(lastFilter);
	Node[] nodes=nodelist.toNodeArray();
	String line="";
	
	for(int i=0;i<nodes.length;i++)
	{
		Node node=nodes[i];
		if(node instanceof TextNode)
		{
			TextNode textnode=(TextNode)node;
			line=textnode.getText();
			//System.out.println(line);
		}
		System.out.println(line);
	}
}


}