MyException - 我的异常网
当前位置:我的异常网» J2SE » java怎么抓取网页局部内容

java怎么抓取网页局部内容

www.MyException.Cn  网友分享于:2013-08-30  浏览:31次
java如何抓取网页局部内容
如题,例如我需要抓取<table class='mystyle'> </table>之间的内容,在一个网页中有很多这样的table,需要将其中的内容都提取出来,用什么方法比较利于重用?

------解决方案--------------------
使用HTMLParser解析html。

Parser parser = xxx;
parser.reset();
NodeFilter filter1 = new TagNameFilter("table");
NodeFilter filter2 = new HasAttributeFilter("class", "mystyle");
NodeFilter filter = new AndFilter(filter1, filter2);
nodeList = parser.extractAllNodesThatMatch(filter);

要不就写正则,如果table里还嵌套其他的table,估计不好写。
------解决方案--------------------
Java code

Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("<table class=\"mystyle\">需要获取的内容</table>
String string = matcher.replaceAll("");
System.out.println(string);

文章评论