关于HtmlStreamTokenizer

snowdot23

于 2004-10-23 22:06:00 发布

阅读量914

点赞数

CC 4.0 BY-SA版权

文章标签： html comments stream import class tags

本文链接：https://blog.youkuaiyun.com/snowdot23/article/details/148773

HtmlStreamTokenizer是用纯Java编写的HTML解析器，能将HTML处理成tags、comments和text三种类型，类似于StreamTokenizer类，可处理HTML数据流和文件。文中给出使用示例，并提供了下载地址。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

HtmlStreamTokenizer 是纯java写的html 解析器，把html处理成三种类型tags, comments, and text，类试于StreamTokenizer class，但HtmlStreamTokenizer 处理的是html stream数据流，可以用来处理html文件，
下面是一个例子
import adc.parser.*;
//
HtmlStreamTokenizer tok = new HtmlStreamTokenizer(inputstream);
HtmlTag tag = new HtmlTag();
while (tok.nextToken() != HtmlStreamTokenizer.TT_EOF)
{
int ttype = tok.getTokenType();
if (ttype == HtmlStreamTokenizer.TT_TAG)
{
    tok.parseTag(tok.getStringValue(), tag);
    System.out.println("tag: " + tag.toString());
}
else if (ttype == HtmlStreamTokenizer.TT_TEXT)
{
    System.out.println("text: " + tok.getStringValue());
}
else if (ttype == HtmlStreamTokenizer.TT_COMMENT)
{
    System.out.println("comment: ");
}
}
下载地址
http://sourceforge.net/projects/htmltok/