java解析html,java解析xml字元串

本文目錄一覽：

• 1、java程序怎麼讀取html網頁？
• 2、java解析html是jsoup還是htmlparse還是其他的什麼
• 3、java怎樣讀取html文件
• 4、java如何解析html文檔

java程序怎麼讀取html網頁？

步驟:

一、使用java.net包下的URL類，可以將一個網頁（鏈接）封裝成一個URL對象。

二、URL對象有一個openStream()方法，使用該方法可以獲取該網頁的輸入流，我們可以通過讀取輸入流的方式獲得網頁的內容，並通過輸出流寫入HTML文件中。

補充:

步驟：

1.通過URL對象的openStream()方法獲得網頁的位元組輸入流 。

2.為位元組輸入流加緩衝 。

3. 創建位元組輸出流對象 。

4. 為位元組輸出流加緩衝 。

5. 讀取數據，並寫入HTML文件 。

java解析html是jsoup還是htmlparse還是其他的什麼

用jsoup解析html或者htmlparse，不過比較難用，jsoup是jquery語法比較方便。

java怎樣讀取html文件

java可以使用jsoup、htmlparser等工具進行html的讀取和解析，以下是詳細說明：

1、jsoup 是一款 Java 的HTML 解析器，可直接解析某個URL地址、HTML文本內容。它提供了一套非常省力的API，可通過DOM，CSS以及類似於JQuery的操作方法來取出和操作數據。據說它是基於MIT協議發布的。

jsoup的主要功能如下：

從一個URL，文件或字元串中解析HTML；

使用DOM或CSS選擇器來查找、取出數據；

可操作HTML元素、屬性、文本；

示例代碼：

Document doc = Jsoup.parse(input, “UTF-8”, “”);

Element content = doc.getElementById(“content”);

Elements links = content.getElementsByTag(“a”);

for (Element link : links) {

String linkHref = link.attr(“href”);

String linkText = link.text();

}

java如何解析html文檔

import java.io.*;

import java.util.*;

import javax.swing.text.*;

import javax.swing.text.html.*;

import javax.swing.text.html.parser.*;

import javax.swing.text.html.HTMLEditorKit.ParserCallback;

public class Parser extends ParserCallback {    //繼承ParserCallback，解析結果驅動這些回調方法

 protected String base;

 protected boolean isImg = false;

 protected boolean isParagraph = false;

 protected static VectorString element = new VectorString();

 protected static String paragraphText = new String();

 public Parser() {

 }

 public static String getParagraphText() {

  return paragraphText;

 }

 public void handleComment(char[] data, int pos) {

 }

 public void handleEndTag(HTML.Tag t, int pos) {

  if (t == HTML.Tag.P) {

   if (isParagraph) {

    isParagraph = false;

   }

  } else if (t == HTML.Tag.IMG) {

   if (isImg) {

    isImg = false;

   }

  }

 }

 public void handleError(String errorMsg, int pos) {

 }

 public void handleSimpleTag(HTML.Tag t, MutableAttributeSet a, int pos) {

  handleStartTag(t, a, pos);

 }

 public void handleStartTag(HTML.Tag t, MutableAttributeSet a, int pos) {

  if (t == HTML.Tag.P) {

   isParagraph = true;

  } else if ((t == HTML.Tag.IMG)) {

   String src = (String) a.getAttribute(HTML.Attribute.SRC);

   if (src != null) {

    element.addElement(src);

    isImg = true;

   }

  }

 }

 public void handleText(char[] data, int pos) {

  if (isParagraph) {

   String tempParagraphText = new String(data);

   if (paragraphText != null) {

    element.addElement(tempParagraphText);

    ;

   }

  }

 }

 private static void startParse(String sHtml) {

  try {

   ParserDelegator ps = new ParserDelegator();//負責每次在調用其 parse 方法時啟動一個新的 DocumentParser

   HTMLEditorKit.ParserCallback parser = new Parser();//解析結果驅動這些回調方法。

   ps.parse(new StringReader(sHtml), parser, true);//解析給定的流並通過解析的結果驅動給定的回調。

   //System.out.println(getParagraphText());

   Vector link = element;

   for (int i = 0; i  link.size(); i++) {

    System.out.println(“—-haha—–“);

    System.out.println(link.get(i));

   }

  } catch (Exception e) {

   e.printStackTrace();

  }

 }

 public static void main(String args[]) {

  try {

   String filename = “D://blogbaby.htm”;

   BufferedReader brd = new BufferedReader(new FileReader(filename));

   char[] str = new char[50000];

   brd.read(str);

   String sHtml = new String(str);

   startParse(sHtml);

  } catch (Exception e) {

   e.printStackTrace();

  }

 }

}