htmlparser获取A标签内容，既然是空

形式是：
<a href="#" class="a4" target=_blank title=" 河北邢台广宗蝎子养殖合作社（常年出售待产蝎）河北省广宗县昆虫养殖合作社，常年提供各地优质种蝎，孕蝎，黄粉虫，土元，免费上门指导高效养殖技术，签合同，包回收，种源优良，价格实惠，诚信经营" onmouseover="showshdiv('141400','4')" onmouseout1="hiddenshdiv()" id="content_gqdw_4">
            <p style="line-height: 150%">[供] 河北邢台广宗蝎子养殖合作社（常年出售待产蝎）河北省广宗县昆</a>

这个是非常简单的一个A标签或者，但是，获取打印出来，结果是：
<a href="#" class="a4" target=_blank title="唐山丰华供应银黑狐种狐" onmouseover="showshdiv('141400','0')" onmouseout1="hiddenshdiv()" id="content_gqdw_4"> </a>

解决办法是：
过滤之前，先替换<p style="line-height: 150%">。

评论

2 楼 endual 2012-03-19  

htmlparaser + 正则表达式试过么 ？

1 楼 zc0604 2011-12-17  

其实可以去注册一下p标签就可以了

PrototypicalNodeFactory factory = new PrototypicalNodeFactory ();  
factory.registerTag (new PTag());
 parser.setNodeFactory(factory);

这里的PTag是自己写的一个标签类

import org.htmlparser.tags.CompositeTag;

public class PTag extends CompositeTag{
	private static final long serialVersionUID = -2152927621110873917L;
	private static final String[] mIds = new String[] {"P"};
    
	public String[] getIds (){
	    return (mIds);
	}
	     
	public String[] getEnders (){
	    return (mIds);
	}

	public String getId(){
	    return super.getAttribute("id");
	}

	@Override
	public String getAttribute(String name) {
		return super.getAttribute(name);
	}
}