<< 2007年10月1日 | 首页 | 2007年10月3日 >>

一个可用的使用htmlparser抽取html文档文本的方法

      StringBean sb = new StringBean ();
      Parser parser = new Parser ("http://cbc.ca");
//或者Parser parser = Parser.createParser("<html>...</html>","GBK");
      parser.visitAllNodesWith (sb);
      String s = sb.getStrings ();
      sb.setLinks (true);
      parser.reset ();
      parser.visitAllNodesWith (sb);
      String sl = sb.getStrings ();
  

阅读全文……

标签 : ,