lucene-使用htmlparser提取网页普通链接

本文介绍了一个简单的Java程序,用于从指定网页中提取普通链接。通过示例代码展示了如何使用org.htmlparser库来获取并打印页面上的所有普通链接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、提取普通链接

http://www.qunar.com/site/zh/Cooperate_4.shtml为例,只能提取普通链接,如EMAIL链接就无法提取

代码:

package extract;

import java.net.URL;

import org.htmlparser.beans.LinkBean;

public class extracthtmllinksimp {

 /**
  * @param args
  */
 public static String getText(String f){
  StringBuffer sb=new StringBuffer("");
  LinkBean lb=new LinkBean();
  lb.setURL(f);
  URL[] urls=lb.getLinks();
  for (int i=0;i<urls.length;i++){
   sb.append(urls[i]+"/n");
  }
  return sb.toString();
 }
 public static void main(String[] args) {
  // TODO Auto-generated method stub
  String s=getText("./htmls/Qunar_com.htm");
  System.out.print(s);
 }

}

2、效果

http://www.qunar.com/
http://www.qunar.com/
http://flight.qunar.com/
http://hotel.qunar.com/
http://zhidao.qunar.com/
http://visa.qunar.com/
http://i.qunar.com/
http://deals.qunar.com/
http://www.qunar.com/site/zh/Cooperate_4.shtml
http://www.qunar.com/
http://www.qunar.com/
http://www.qunar.com/site/zh/Qunar.in.China_1.2.shtml
http://www.qunar.com/site/zh/Qunar.in.China_1.2.shtml
http://www.qunar.com/site/zh/zhMilestones.shtml
http://www.qunar.com/site/zh/zhBackground.shtml
http://www.qunar.com/site/zh/Ours.Team_1.4.shtml
http://www.qunar.com/site/zh/News.Room_1.5.shtml
http://www.qunar.com/site/zh/Jobs_2.shtml
http://www.qunar.com/site/zh/ContactUs_3.shtml
http://un.qunar.com/
http://www.qunar.com/site/zh/Duty_5.shtml
http://www.qunar.com/site/zh/Privacy_6.shtml
http://www.qunar.com/site/zh/Question_7.shtml
http://www.qunar.com/site/zh/AboutBooking_10.shtml
http://www.qunar.com/site/zh/Links_8.shtml
http://www.qunar.com/site/zh/Feedback_9.shtml
http://www.qunar.com/site/en/Qunar.in.China_1.1.shtml
http://www.hd315.gov.cn/beian/view.asp?bianhao=010202007112700003
http://www.qunar.com/site/zh/Qunar.in.China_1.2.shtml
http://www.qunar.com/site/zh/ContactUs_3.shtml
http://www.qunar.com/site/zh/Cooperate_4.shtml
http://hot.qunar.com/
http://www.qunar.com/site/zh/Jobs_2.shtml
http://www.qunar.com/site/zh/Duty_5.shtml
http://123.qunar.com/
http://bbs.qunar.com/
http://www.qunar.com/site/zh/Question_7.shtml
http://www.qunar.com/site/zh/Tips_new.shtml
http://www.qunar.com/site/zh/Links_8.shtml
http://www.qunar.com/site/zh/Feedback_9.shtml
http://www.qunar.com/site/en/Qunar.in.China_1.1.shtml
http://www.miibeian.gov.cn/
http://downtmp.qunar.com/qunaricp.pdf
可以看到网页下部有EMAIL链接,但是没有提取

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值