写网络爬虫初探

打开java网络编程,发现了一句话,任何写过读取HTML代码的人都对它感到万分的痛苦。尽管有标准,但很少有人严格遵守,而且标准本身也很松散。但java程序员的福音来自JFC,由sun提供,它用于解析基本的HTML,javax.swing.text.html.parser能够或多或少地读取HTML文档,而javax.swing.text.html包能提供基于JFC的应用的基本的HTML。
主要的解析HTML的类是javax.swing.html.HTMLEditorKit.Parser这个内部抽象类,它的子类Parser.ParserDelegator,这个类的实例从一个Reader类中读取HTML文档。其中,它找寻5个地方,开始结束标签,空元素标签,正文和评论。每次parser发现这5个条目中的一个,就调用相应的回调方法javax.swing.text.html.HTMLEditorKit.ParseCallback类。因此程序员的工作就是编写这个类。

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