java解析html内容（java根据url抓取html页面内容，怎么解析chunked 方式）

本文目录

• java根据url抓取html页面内容，怎么解析chunked 方式
• 使用java怎么读取html文件内容
• java怎么把html中的数据解析出来
• java如何解析html文档
• 请教如何使用java从html内容中提取指定信息
• 能用java相关技术解析Html页面，批量获取页面内容对应的xpath吗

java根据url抓取html页面内容，怎么解析chunked 方式

先获取页面String html = getContent(url, Constants.ENCODING_UTF8);解析页面 Document doc=Jsoup.parse(html);然后你获取相应的标签String tag =doc.getElementsByTag("title").first().text();如果标签很多不一样你就得判断了,还有看看有什么相同的地方吧,我抓取网页数据的时候最烦的就是格式不一样的,好多标签不一样的,只能判断,找到共同点,个别的单个处理,

使用java怎么读取html文件内容

java可以使用jsoup、htmlparser等工具进行html的读取和解析，以下是详细说明：1、jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的操作方法来取出和操作数据。据说它是基于MIT协议发布的。jsoup的主要功能如下：从一个URL，文件或字符串中解析HTML；使用DOM或CSS选择器来查找、取出数据；可操作HTML元素、属性、文本； 示例代码：***隐藏网址***Element content = doc.getElementById("content");Elements links = content.getElementsByTag("a");for (Element link : links) {String linkHref = link.attr("href");String linkText = link.text();}

java怎么把html中的数据解析出来

给你一个思路，可能不是最好的，但可以解决这个问题，把这段html当成xml解析，然后以键值对的形式放到map里去，标签就作为键，标签里的内容就作为值，多个相同的标签名称比如span，可以这样命名当作键span、 span2、 span3、 span4。比如你要取时间的值就直接map.get("span2")就可以拿到了。

java如何解析html文档

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 {    //继承ParserCallback，解析结果驱动这些回调方法 protected String base; protected boolean isImg = false; protected boolean isParagraph = false; protected static Vector《String》 element = new Vector《String》(); 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();//负责每次在调用其 parse 方法时启动一个新的 DocumentParser   HTMLEditorKit.ParserCallback parser = new Parser();//解析结果驱动这些回调方法。   ps.parse(new StringReader(sHtml), parser, true);//解析给定的流并通过解析的结果驱动给定的回调。   //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;   brd.read(str);   String sHtml = new String(str);   startParse(sHtml);  } catch (Exception e) {   e.printStackTrace();  } }}

请教如何使用java从html内容中提取指定信息

File input = new File("/tmp/input.html"); Document doc = Jsoup.parse(input, "UTF-8", "IP");看看这个代码，调用 doc.text() 方法即可。

能用java相关技术解析Html页面，批量获取页面内容对应的xpath吗

1. java中有解析html文档的库，直接百度或者google关键字：java html parser即可

2. 不知道这些库是否能够获取页面元素对应的xpath值，这些库，仅供参考。但我想，这些库既然能够解析html文档，那么他们就一定会用到xpath，如果他们将xpath相关api暴漏出来的话，就能够实现你的功能啦。