词条 | html parser |
释义 | html parser html parser是一个纯的java写的html解析的库,它不依赖于其它的java库文件,主要用于改造或 提取html。它能超高速解析html,而且不会出错。 毫不夸张地说,html parser就是目前最好的html解析和分析的工具。 无论你是想抓取网页数据还是改造html的内容,用了html parser绝对会忍不住称赞。 html parser常用代码 取得一段html代码里面所有的链接C#版本,java版本类似: string htmlcode = "<HTML><HEAD><TITLE>AAA</TITLE></HEAD><BODY>" + ...... + "</BODY></HTML>"; Parser parser = Parser.CreateParser(htmlcode, "GBK"); HtmlPage page = new HtmlPage(parser); try { parser.VisitAllNodesWith(page);} catch (ParserException e1) { e1 = null;} NodeList nodelist = page.Body; NodeFilter filter = new TagNameFilter("A"); nodelist = nodelist.ExtractAllNodesThatMatch(filter, true); for (int i = 0; i < nodelist.Size(); i++) { LinkTag link=(LinkTag) nodelist.ElementAt(i); System.Console.Write(link.GetAttribute("href") + "\"); } |
随便看 |
百科全书收录4421916条中文百科知识,基本涵盖了大多数领域的百科知识,是一部内容开放、自由的电子版百科全书。