wzhiju

最近在一个项目用到了从网页中提取正文信息，基于这个模块有很多专家学者讨论了各种各样的算法和网页提取工具。但有些算法，比如配置摸版和基于视觉的分析、块分析方法，有些复杂麻烦，有些针对性太强，况且网页类型各种各样，又没有一种统一的网页编写规范，因此处理上难免会差强人意。曾经用htmlParse 做过网页信息的提取，但对一些不太规范的网页提取效果不太理想。最近接触到了htmlCleaner ，感觉实...

最近在写一个桌面程序时，涉及到要向JTextArea 中每次循环写入数据，开始程序如下： for (int k = 0; k < hrefs.size() && k < 50; k++) { ...... ...... jTextArea1.append(hrefs.get(k).getUrl() + " Analysis Completed...\n"...

我们在涉及到读取文本文件时，常常会由于格式的设置原因出现乱码问题，有些人经常通过设置整个项目的编码格式来解决，殊不知通过此方法常常会使java文件中的汉字转化为乱码，仍然不可取。最好的途径是在读取文件时，就设置好格式。例子程序如下： try { [color=darkred] BufferedReader reader ...

时间格式：2008-11-20 16:19:42 方法1： Timestamp d = new Timestamp(System.currentTimeMillis()); Timestamp d = new Timestamp(System.currentTimeMillis()); 方法2： Date date = new Date...

最近，在看代码时看到了一个方法， File.createTempFile() ，由此联想到File.createNewFile() 方法，一时间不知道两者到底有什么区别，感觉都是创建新文件嘛，后来查看api文档介绍，并经过自己动手试验，终于有了一个较为清楚地认识。[b]1. File 的 createNewFile() 方法：[/b] createNewFile()；返回值为...

public ArrayList getNewsMostStocks() { ArrayList stocksList = new ArrayList(); TreeMap treeMap = new TreeMap(); Connection conn; try { conn = ConnFactory.getConn(); for (Stock s : ...

转载自：http://developer.51cto.com/art/201204/332681.htm 想做个优秀编程员？JAVA代码编写的30条建议 　　列举了大量有用的建议，帮助大家进行低级程序设计，并提供了代码编写的一般性指导： 　　(1) 类名首字母应该大写。字段、方法以及对象（句柄）的首字母应小写。对于所有标识符，其中包含的所有单词都应紧靠在一起，而且大写中间单词的首字母。例如： ...

使用httpclient 抓取时， 出现 java.lang.OutOfMemoryError: unable to create new native thread 错误原因： 1. OutOfMemoryError：unable to create new native thread , 不是内存泄露的问题，应该是系统内存不足的问题。 抓取时，httpclient 起了多个线程，而线...