`

Html解析 新工具 HtmlCleanner

阅读更多

    

Java代码
  1.       HtmlCleaner cleaner = new HtmlCleaner();     
  2.         
  3.       TagNode node = cleaner.clean(new URL("http://finance.sina.com.cn/money/nmetal/20091209/10157077895.shtml"));     
  4.       //按tag取.     
  5.       Object[] ns = node.getElementsByName("title"true);    //标题     
  6.         
  7.       if(ns.length > 0) {     
  8.           System.out.println("title="+((TagNode)ns[0]).getText());     
  9.       }     
  10.       // /html/body/div[2]/div[4]/div/div/div/div[2]/p  
  11.       ns = node.evaluateXPath("//div[@class=\"blkContainerSblkCon\"]/p"); // 选取class为指定blkContainerSblkCon的 div下面的所有p标签  
  12.       for (int i = 0; i < ns.length; i++) {  
  13.          String in = cleaner.getInnerHtml((TagNode)ns[i]);  
  14.            System.out.println("<p>"+in + "</p>");  
  15. }  
  16.       String in = cleaner.getInnerHtml((TagNode)ns[0]);  
  17.       System.out.println(in);  
  18.   
  19.       System.out.println(((TagNode)ns[0]).getText());   
        HtmlCleaner cleaner = new HtmlCleaner();   
        
        TagNode node = cleaner.clean(new URL("http://finance.sina.com.cn/money/nmetal/20091209/10157077895.shtml"));   
        //按tag取.   
        Object[] ns = node.getElementsByName("title", true);    //标题   
        
        if(ns.length > 0) {   
            System.out.println("title="+((TagNode)ns[0]).getText());   
        }   
        // /html/body/div[2]/div[4]/div/div/div/div[2]/p
        ns = node.evaluateXPath("//div[@class=\"blkContainerSblkCon\"]/p"); //选取class为指定blkContainerSblkCon的div下面的所有p标签
        for (int i = 0; i < ns.length; i++) {
        	 String in = cleaner.getInnerHtml((TagNode)ns[i]);
             System.out.println("<p>"+in + "</p>");
		}
        String in = cleaner.getInnerHtml((TagNode)ns[0]);
        System.out.println(in);

        System.out.println(((TagNode)ns[0]).getText()); 



Java 代码
  1.         HtmlCleaner cleaner = new HtmlCleaner();     
  2.         String url = "http://finance.sina.com.cn/nmetal/hjfx.html";  
  3.         URL _url = new URL(url);  
  4.         TagNode node = cleaner.clean(_url);     
  5.           
  6.         //按tag取.     
  7.         Object[] ns = node.getElementsByName("title"true);    //标题     
  8.           
  9.         if(ns.length > 0) {   
  10.             System.out.println("title="+((TagNode)ns[0]).getText());     
  11.         }    
  12.           
  13.           
  14.         ns = node.evaluateXPath("//*[@class='Frame-Row3-01-C']/table[2]/tbody/tr/td/a"); // 选取class为指定blkContainerSblkCon的 div下面的所有p  
  15.         for (int i = 0; i < ns.length; i++) {  
  16.               
  17.             //取链接文本  
  18. //           String in = cleaner.getInnerHtml((TagNode)ns[i]);  
  19. //           System.out.println(in);  
  20.               
  21.             //获取链接的  
  22.             TagNode n = (TagNode) ns[i];  
  23. //          System.out.println(n.getAttributeByName("href"));  
  24.             System.out.println(new URL(_url,n.getAttributeByName("href")).toString());  
  25.         }  
  26. //        String in = cleaner.getInnerHtml((TagNode)ns[0]);  
  27. //        System.out.println(in);  
  28.   
  29. //        System.out.println(((TagNode)ns[0]).getText());  
  30.           
  31. //        System.out.println("ul/li:");     
  32. //        //按xpath取     
  33. //        ns = node.evaluateXPath("//div[@class='d_1']//li");     
  34. //        for(Object on : ns) {     
  35. //            TagNode n = (TagNode) on;     
  36. //            System.out.println("\ttext="+n.getText());     
  37. //        }     
  38. //        System.out.println("a:");     
  39. //        //按属性值取     
  40. //        ns = node.getElementsByAttValue("name", "my_href", true, true);     
  41. //        for(Object on : ns) {     
  42. //            TagNode n = (TagNode) on;     
  43. //            System.out.println("\thref="+n.getAttributeByName("href")+", text="+n.getText());     
  44. //        } 

分享到:
评论

相关推荐

    国标32960报文解析对比工具

    《国标32960报文解析对比工具详解》 在信息技术领域,尤其是在通信系统的设计与维护中,遵循标准规范至关重要。国标32960,即《电力自动化设备通信规约》是我国电力系统通信领域的重要标准之一,它规定了电力自动化...

    json离线解析工具

    在处理JSON数据时,一个有效的工具是至关重要的,尤其是对于开发者来说,能够快速查看、格式化和编辑JSON数据的离线解析工具更是必不可少。 标题中的“json离线解析工具”指的是无需互联网连接即可使用的JSON解析...

    爱立信MR解析工具

    爱立信MR解析工具是一款专为分析和理解爱立信移动网络中的测量报告(MRR)和网络配置存储(NCS)二进制文件而设计的应用。这些文件通常包含了大量的网络性能数据,对于网络运维人员来说,理解并解析这些数据至关重要...

    modbus数据类型解析工具

    "Modbus数据类型解析工具"是专为理解并测试Modbus协议中的数据类型设计的实用程序。这款工具能够帮助用户解析Modbus报文,进而确认和验证寄存器中的数据类型,确保通信的准确性和效率。 在Modbus协议中,数据是通过...

    101、104电力规约报文解析工具

    \104 104工具\报文分析软件\IEC8705(报文翻译工具) \\为101 104报文解析工具 \104 104工具\报文分析软件\报文解析器 \\为101 104报文解析工具 \104 104工具\模拟服务端客户端软件\Peugeot \\为模拟客户端软件,小巧...

    短信PDU解析工具

    短信PDU解析工具是一种专门用于处理和解析PDU(Protocol Data Unit)格式的短信内容的软件。在无线通信中,特别是在GSM(Global System for Mobile Communications)系统中,短信是以PDU模式传输的,这是一种二进制...

    115地址解析工具

    在IT领域,115地址解析工具是一种专为115网盘设计的软件或服务,旨在帮助用户解决与115网盘链接相关的访问和下载问题。115网盘是中国知名的云存储服务之一,它提供了存储和分享文件的功能。然而,由于版权和政策原因...

    104 103 101 协议报文解析工具

    标题中的“104 103 101 协议报文解析工具”指的是电力行业的通信协议标准,主要用于远程终端单元(RTU)与主站系统之间的数据交换。这三个数字分别代表不同的协议,即IEC 60870-5-104、IEC 60870-5-103和IEC 60870-5...

    115网盘地址解析工具

    115网盘地址解析工具是一款专为了解析115网盘链接而设计的应用程序。在互联网上,115网盘是中国较早提供云存储服务的平台之一,用户可以上传并分享大文件。然而,115网盘的分享机制有时可能会使直接下载变得复杂,...

    高通core dump解析工具

    本篇文章主要针对“高通core dump解析工具”进行详细讲解。 首先,我们需要理解“高通”在这个场景下可能指的是高通公司的芯片或平台,因为高通是全球知名的半导体制造商,尤其在移动通信领域有着广泛的影响。其...

    java解析html工具htmlparser的jar包及api文档

    总的来说,HTMLParser是一个强大的工具,它允许开发者以编程的方式处理HTML,无论是为了数据提取、网页抓取还是其他需要解析HTML的场景。通过其API文档,开发者可以深入学习和利用这个库,实现更复杂的HTML处理任务...

    LAS点云数据解析工具

    LAS点云数据解析工具LAS点云数据解析工具LAS点云数据解析工具LAS点云数据解析工具LAS点云数据解析工具LAS点云数据解析工具LAS点云数据解析工具LAS点云数据解析工具LAS点云数据解析工具LAS点云数据解析工具LAS点云...

    115地址解析工具 解析你想要的地址

    标题中的“115地址解析工具”是一款专为115网盘设计的辅助软件,其主要功能是帮助用户解析115网盘中的共享链接,获取实际的下载地址。在互联网上,尤其是云存储服务中,有些资源的直接下载链接可能受到限制,这种...

    网盘地址解析工具

    网盘地址解析工具是一种专门用于处理和解析网络存储服务(如百度网盘、阿里云盘等)中的加密链接的软件。在当前的互联网环境中,许多网盘...随着网盘服务的发展和安全性的提升,这类工具也在不断进化,以适应新的挑战。

    ELF解析工具 v1.7(elf格式解析工具)

    支持全部ELF类型解析。支持32位/64位elf文件自适应解析、可解析elf文件头、程序头、节头、字符表、符号表、hash表、版本定义表、版本依赖表、动态信息表等。 更多详细介绍请访问:...

    IEC101IEC104IEC03协议解析工具

    IEC101、IEC104I、IEC103协议解析工具,只需要将报文拷贝到工具自动解析出报文格式,不再需要拿着一本协议书进行研究,对开发人员和工程调试有很好的指导作用,工程使用过程中发现问题,请及时反馈给开发者zhuhaiut@...

    曙光QQ解析工具 LCQQParser

    曙光QQ解析工具LCQQParser是一款专门针对QQ协议数据进行解析的高效工具,它在IT行业中主要用于帮助用户理解和分析QQ通信中的各种数据包。QQ作为一款广泛使用的即时通讯软件,其内部的数据交换涉及到复杂的网络协议和...

    pb解析json工具

    标题提到的"pb解析json工具"是一种专门用于处理protobuf(简称pb)与JSON两种数据格式相互转换的工具。这两种格式各有优势,广泛应用于不同场景。 首先,让我们了解一下JSON(JavaScript Object Notation)。JSON是...

    11--376.1报文解析器.zip_376.1_376.1报文_国网376.1_国网376.1报文解析工具_报文解析工具

    国网376.1报文解析工具,基本的报文都能正确解析

    8583报文解析工具源码

    标题中的“8583报文解析工具源码”指的是一个专门用于解析ISO8583报文的软件工具,其源代码是基于Qt Creator这一跨平台的C++集成开发环境编写的。ISO8583是一种广泛应用于金融交易系统的报文格式标准,主要用于银行...

Global site tag (gtag.js) - Google Analytics