java获取网页主信息之五:测试

1.所需文件

 param.txt:存放需要提取信息的网页路径
 TestPage:存放需要提取信息的网页
 Out.txt:输出的网页内容

2.测试程序

package test;

import java.io.*;
import Source.*;

//提取页面主要信息测试
public class ETest{

    public static void main(String args[])
    {
        //输出文件
        String out = "out.txt";
        File outfile = new File(out);
        //建立html树
        HTML2Tree h2t = new HTML2Tree();
        String file = getFilename();
        h2t.main(file);
        HTree tree = h2t.getTree();
        //允许标准差
        double th = 0.79;
        //选择主要信息块
        ChooseBlock cb = new ChooseBlock(th);
        //输出主要信息
        String str = cb.getContent(tree);
        if(str == null)
        {
            System.out.println("文件为空");
            System.exit(1);
        }
        try
        {
            PrintWriter p = new PrintWriter(new BufferedWriter(new FileWriter(outfile)));
            p.println(str);
            p.close();
        }
        catch(IOException e)
        {
            System.out.println(e);
            System.exit(1);
        }
    }
    //获取要提取的网页文件名
    private static String getFilename()
    {
        String file = "";
        try
        {
            File f = new File("param.txt");
            BufferedReader fis = new BufferedReader(new FileReader(f));
            String s;
            while((s = fis.readLine()) != null)
            if(!s.equalsIgnoreCase(""))
            {
                 file = s;
                 break;
            }
        }
        catch(IOException e)
        {
            System.out.println(e);
            System.exit(1);
        }
        return file;
    }
}

 

• IE.rar (86.4 KB)
• 描述: 附件:完整源程序与可执行文件
• 下载次数: 214

分享到：

java获取网页主信息之四:抽取信息块

• 2007-09-01 22:29
• 浏览 2423
• 评论(3)
• 查看更多

评论

3 楼 Sequencenet 2011-04-15  

可以使用，开源精神发扬光大。

2 楼 sku 2008-05-25  

好东东，谢谢博主无私奉献，真的太厉害。我一定要好好研究一下。
博主好像很久没有写东西了，坚持多写写吧。向你学习。

1 楼 zsyao 2008-05-19  

强人！好东西，谢谢！！