- 浏览: 435225 次
- 性别:
- 来自: 上海
文章分类
最新评论
-
wjy20150716:
我遇到的问题,删除哪个都不行,最后实在没办法了,就用了Tomc ...
Unable to read TLD “META-INF/c.tld” from JAR file的 -
lijun123:
对新手来说不错
Oracle新建用户,授权,建表空间 -
netkongjian:
欢迎加入程序员网址导航[deyi]
[Z]浅析中国五大网址导航!!! -
iijjll:
crystal1205 写道RonQi 写道google搜索“ ...
Unable to read TLD “META-INF/c.tld” from JAR file的 -
iijjll:
oh,yeah! get it。问题解决了!
Unable to read TLD “META-INF/c.tld” from JAR file的
需要做一个垂直搜索引擎,比较了nekohtml和htmlparser 的功能,尽管nekohtml在容错性、性能等方面的口碑好像比htmlparser好(htmlunit也用的是nekohtml),但感觉 nekohtml的测试用例和文档都比htmlparser都少,而且htmlparser基本上能够满足垂直搜索引擎页面处理分析的需求,因此先研究一下htmlparser的使用,有空再研究nekohtml和mozilla html parser的使用。
html的功能还是官方说得最为清楚,
研究的重点还是extraction的使用,有空再研究transformation的使用。
1、htmlparser对html页面处理的数据结构
[color=blue]
如图所示,HtmlParser采用了经典的Composite模式,通过RemarkNode、TextNode、TagNode、AbstractNode和Tag来描述HTML页面各元素。
* org.htmlparser.Node:
Node接口定义了进行树形结构节点操作的各种典型操作方法,包括:
节点到html文本、text文本的方法:toPlainTextString、toHtml
典型树形结构遍历的方法:getParent、getChildren、getFirstChild、getLastChild、getPreviousSibling、getNextSibling、getText
获取节点对应的树形结构结构的顶级节点Page对象方法:getPage
获取节点起始位置的方法:getStartPosition、getEndPosition
Visitor方法遍历节点时候方法:accept (NodeVisitor visitor)
Filter方法:collectInto (NodeList list, NodeFilter filter)
Object方法:toString、clone
* org.htmlparser.nodes.AbstractNode:
AbstractNode是形成HTML树形结构抽象基类,实现了Node接口。
在htmlparser中,Node分成三类:
RemarkNode:代表Html中的注释
TagNode:标签节点。
TextNode:文本节点
这三类节点都继承AbstractNode。
* org.htmlparser.nodes.TagNode:
TagNode包含了对HTML处理的核心的各个类,是所有TAG的基类,其中有分为包含其他TAG的复合节点ComositeTag和不包含其他TAG的叶子节点Tag。
复合节点CompositeTag:
AppletTag,BodyTag,Bullet,BulletList,DefinitionList,DefinitionListBullet,Div,FormTag,FrameSetTag,HeadingTag,
HeadTag,Html,LabelTag,LinkTag,ObjectTag,ParagraphTag,ScriptTag,SelectTag,Span,StyleTag,TableColumn,
TableHeader,TableRow,TableTag,TextareaTag,TitleTag
叶子节点TAG:
BaseHrefTag,DoctypeTag,FrameTag,ImageTag,InputTag,JspTag,MetaTag,ProcessingInstructionTag,
2、htmlparser对html页面处理的算法
主要是如下几种方式
5、相关的项目
nekohtml :评价比htmlparser好,把html正规化标准的xml文档,用xerces处理,但文档较少。
mozilla htmlparser:http://www.dapper.net/网站采用的html解析器,开源了,基于mozilla的解析器,值得研究一下。
http://jerichohtml.sourceforge.net/
http://htmlcleaner.sourceforge.net/
http://html.xamjwg.org/cobra.jsp
http://jrex.mozdev.org/
https://xhtmlrenderer.dev.java.net
其他一些html parser可以参考相关的汇总文章:
http://www.manageability.org/blog/stuff/screen-scraping-tools-written-in-java/view
http://java-source.net/open-source/html-parsers
http://www.open-open.com/30.htm
6、参考文档
http://www.blogjava.net/lostfire/archive/2006/07/02/56212.html
http://blog.csdn.net/scud/archive/2005/08/11/451397.aspx
http://chasethedevil.blogspot.com/2006/05/java-html-parsing-example-with.html
http://javaboutique.internet.com/tutorials/HTMLParser/
[/color]
FROM:出家如初,成佛有余
html的功能还是官方说得最为清楚,
引用
HTML Parser is a Java library used to parse HTML in either a linear or nested fashion. Primarily used for transformation or extraction, it features filters, visitors, custom tags and easy to use JavaBeans. It is a fast, robust and well tested package.
The two fundamental use-cases that are handled by the parser are extraction and transformation (the syntheses use-case, where HTML pages are created from scratch, is better handled by other tools closer to the source of data). While prior versions concentrated on data extraction from web pages, Version 1.4 of the HTMLParser has substantial improvements in the area of transforming web pages, with simplified tag creation and editing, and verbatim toHtml() method output.
The two fundamental use-cases that are handled by the parser are extraction and transformation (the syntheses use-case, where HTML pages are created from scratch, is better handled by other tools closer to the source of data). While prior versions concentrated on data extraction from web pages, Version 1.4 of the HTMLParser has substantial improvements in the area of transforming web pages, with simplified tag creation and editing, and verbatim toHtml() method output.
研究的重点还是extraction的使用,有空再研究transformation的使用。
1、htmlparser对html页面处理的数据结构
[color=blue]
如图所示,HtmlParser采用了经典的Composite模式,通过RemarkNode、TextNode、TagNode、AbstractNode和Tag来描述HTML页面各元素。
* org.htmlparser.Node:
Node接口定义了进行树形结构节点操作的各种典型操作方法,包括:
节点到html文本、text文本的方法:toPlainTextString、toHtml
典型树形结构遍历的方法:getParent、getChildren、getFirstChild、getLastChild、getPreviousSibling、getNextSibling、getText
获取节点对应的树形结构结构的顶级节点Page对象方法:getPage
获取节点起始位置的方法:getStartPosition、getEndPosition
Visitor方法遍历节点时候方法:accept (NodeVisitor visitor)
Filter方法:collectInto (NodeList list, NodeFilter filter)
Object方法:toString、clone
* org.htmlparser.nodes.AbstractNode:
AbstractNode是形成HTML树形结构抽象基类,实现了Node接口。
在htmlparser中,Node分成三类:
RemarkNode:代表Html中的注释
TagNode:标签节点。
TextNode:文本节点
这三类节点都继承AbstractNode。
* org.htmlparser.nodes.TagNode:
TagNode包含了对HTML处理的核心的各个类,是所有TAG的基类,其中有分为包含其他TAG的复合节点ComositeTag和不包含其他TAG的叶子节点Tag。
复合节点CompositeTag:
AppletTag,BodyTag,Bullet,BulletList,DefinitionList,DefinitionListBullet,Div,FormTag,FrameSetTag,HeadingTag,
HeadTag,Html,LabelTag,LinkTag,ObjectTag,ParagraphTag,ScriptTag,SelectTag,Span,StyleTag,TableColumn,
TableHeader,TableRow,TableTag,TextareaTag,TitleTag
叶子节点TAG:
BaseHrefTag,DoctypeTag,FrameTag,ImageTag,InputTag,JspTag,MetaTag,ProcessingInstructionTag,
2、htmlparser对html页面处理的算法
主要是如下几种方式
* 采用Visitor方式访问Html try { Parser parser = new Parser(); parser.setURL(”http://www.google.com”); parser.setEncoding(parser.getEncoding()); NodeVisitor visitor = new NodeVisitor() { public void visitTag(Tag tag) { logger.fatal(”testVisitorAll() Tag name is :” + tag.getTagName() + ” \n Class is :” + tag.getClass()); } }; parser.visitAllNodesWith(visitor); } catch (ParserException e) { e.printStackTrace(); } * 采用Filter方式访问html try { NodeFilter filter = new NodeClassFilter(LinkTag.class); Parser parser = new Parser(); parser.setURL(”http://www.google.com”); parser.setEncoding(parser.getEncoding()); NodeList list = parser.extractAllNodesThatMatch(filter); for (int i = 0; i < list.size(); i++) { LinkTag node = (LinkTag) list.elementAt(i); logger.fatal(”testLinkTag() Link is :” + node.extractLink()); } } catch (Exception e) { e.printStackTrace(); } * 采用org.htmlparser.beans方式 另外htmlparser 还在org.htmlparser.beans中对一些常用的方法进行了封装,以简化操作,例如: Parser parser = new Parser(); LinkBean linkBean = new LinkBean(); linkBean.setURL(”http://www.google.com”); URL[] urls = linkBean.getLinks(); for (int i = 0; i < urls.length; i++) { URL url = urls[i]; logger.fatal(”testLinkBean() -url is :” + url); } 3、htmlparser关键包结构说明 htmlparser其实核心代码并不多,好好研究一下其代码,弥补文档不足的问题。同时htmlparser的代码注释和单元测试用例还是很齐全的,也有助于了解htmlparser的用法。 3.1、org.htmlparser 定义了htmlparser的一些基础类。其中最为重要的是Parser类。 Parser是htmlparser的最核心的类,其构造函数提供了如下:Parser.createParser (String html, String charset)、 Parser ()、Parser (Lexer lexer, ParserFeedback fb)、Parser (URLConnection connection, ParserFeedback fb)、Parser (String resource, ParserFeedback feedback)、 Parser (String resource) 各构造函数的具体用法及含义可以查看其代码,很容易理解。 Parser常用的几个方法: * elements获取元素 Parser parser = new Parser (”http://www.google.com”); for (NodeIterator i = parser.elements (); i.hasMoreElements (); ) processMyNodes (i.nextNode ()); * parse (NodeFilter filter):通过NodeFilter方式获取 * visitAllNodesWith (NodeVisitor visitor):通过Nodevisitor方式 * extractAllNodesThatMatch (NodeFilter filter):通过NodeFilter方式 3.2、org.htmlparser.beans 对Visitor和Filter的方法进行了封装,定义了针对一些常用html元素操作的bean,简化对常用元素的提取操作。 包括:FilterBean、HTMLLinkBean、HTMLTextBean、LinkBean、StringBean、BeanyBaby等。 3.3、org.htmlparser.nodes 定义了基础的node,包括:AbstractNode、RemarkNode、TagNode、TextNode等。 3.4、org.htmlparser.tags 定义了htmlparser的各种tag。 3.5、org.htmlparser.filters 定义了htmlparser所提供的各种filter,主要通过extractAllNodesThatMatch (NodeFilter filter)来对html页面指定类型的元素进行过滤,包括:AndFilter、CssSelectorNodeFilter、 HasAttributeFilter、HasChildFilter、HasParentFilter、HasSiblingFilter、 IsEqualFilter、LinkRegexFilter、LinkStringFilter、NodeClassFilter、 NotFilter、OrFilter、RegexFilter、StringFilter、TagNameFilter、XorFilter 3.6、org.htmlparser.visitors 定义了htmlparser所提供的各种visitor,主要通过visitAllNodesWith (NodeVisitor visitor)来对html页面元素进行遍历,包括:HtmlPage、LinkFindingVisitor、NodeVisitor、 ObjectFindingVisitor、StringFindingVisitor、TagFindingVisitor、 TextExtractingVisitor、UrlModifyingVisitor 3.7、org.htmlparser.parserapplications 定义了一些实用的工具,包括LinkExtractor、SiteCapturer、StringExtractor、WikiCapturer,这几个类也可以作为htmlparser使用样例。 3.8、org.htmlparser.tests 对各种功能的单元测试用例,也可以作为htmlparser使用的样例。 4、htmlparser的使用样例 import java.net.URL; import junit.framework.TestCase; import org.apache.log4j.Logger; import org.htmlparser.Node; import org.htmlparser.NodeFilter; import org.htmlparser.Parser; import org.htmlparser.Tag; import org.htmlparser.beans.LinkBean; import org.htmlparser.filters.NodeClassFilter; import org.htmlparser.filters.OrFilter; import org.htmlparser.filters.TagNameFilter; import org.htmlparser.tags.HeadTag; import org.htmlparser.tags.ImageTag; import org.htmlparser.tags.InputTag; import org.htmlparser.tags.LinkTag; import org.htmlparser.tags.OptionTag; import org.htmlparser.tags.SelectTag; import org.htmlparser.tags.TableColumn; import org.htmlparser.tags.TableRow; import org.htmlparser.tags.TableTag; import org.htmlparser.tags.TitleTag; import org.htmlparser.util.NodeIterator; import org.htmlparser.util.NodeList; import org.htmlparser.util.ParserException; import org.htmlparser.visitors.HtmlPage; import org.htmlparser.visitors.NodeVisitor; import org.htmlparser.visitors.ObjectFindingVisitor; public class ParserTestCase extends TestCase { private static final Logger logger = Logger.getLogger(ParserTestCase.class); public ParserTestCase(String name) { super(name); } /* * 测试ObjectFindVisitor的用法 */ public void testImageVisitor() { try { ImageTag imgLink; ObjectFindingVisitor visitor = new ObjectFindingVisitor( ImageTag.class); Parser parser = new Parser(); parser.setURL(”http://www.google.com”); parser.setEncoding(parser.getEncoding()); parser.visitAllNodesWith(visitor); Node[] nodes = visitor.getTags(); for (int i = 0; i < nodes.length; i++) { imgLink = (ImageTag) nodes[i]; logger.fatal(”testImageVisitor() ImageURL = “ + imgLink.getImageURL()); logger.fatal(”testImageVisitor() ImageLocation = “ + imgLink.extractImageLocn()); logger.fatal(”testImageVisitor() SRC = “ + imgLink.getAttribute(”SRC”)); } } catch (Exception e) { e.printStackTrace(); } } /* * 测试TagNameFilter用法 */ public void testNodeFilter() { try { NodeFilter filter = new TagNameFilter(”IMG”); Parser parser = new Parser(); parser.setURL(”http://www.google.com”); parser.setEncoding(parser.getEncoding()); NodeList list = parser.extractAllNodesThatMatch(filter); for (int i = 0; i < list.size(); i++) { logger.fatal(”testNodeFilter() ” + list.elementAt(i).toHtml()); } } catch (Exception e) { e.printStackTrace(); } } /* * 测试NodeClassFilter用法 */ public void testLinkTag() { try { NodeFilter filter = new NodeClassFilter(LinkTag.class); Parser parser = new Parser(); parser.setURL(”http://www.google.com”); parser.setEncoding(parser.getEncoding()); NodeList list = parser.extractAllNodesThatMatch(filter); for (int i = 0; i < list.size(); i++) { LinkTag node = (LinkTag) list.elementAt(i); logger.fatal(”testLinkTag() Link is :” + node.extractLink()); } } catch (Exception e) { e.printStackTrace(); } } /* * 测试<link href=” text=’text/css’ rel=’stylesheet’ />用法 */ public void testLinkCSS() { try { Parser parser = new Parser(); parser .setInputHTML(”<head><title>Link Test</title>” + “<link href=’/test01/css.css’ text=’text/css’ rel=’stylesheet’ />” + “<link href=’/test02/css.css’ text=’text/css’ rel=’stylesheet’ />” + “</head>” + “<body>”); parser.setEncoding(parser.getEncoding()); NodeList nodeList = null; for (NodeIterator e = parser.elements(); e.hasMoreNodes();) { Node node = e.nextNode(); logger .fatal(”testLinkCSS()” + node.getText() + node.getClass()); } } catch (Exception e) { e.printStackTrace(); } } /* * 测试OrFilter的用法 */ public void testOrFilter() { NodeFilter inputFilter = new NodeClassFilter(InputTag.class); NodeFilter selectFilter = new NodeClassFilter(SelectTag.class); Parser myParser; NodeList nodeList = null; try { Parser parser = new Parser(); parser .setInputHTML(”<head><title>OrFilter Test</title>” + “<link href=’/test01/css.css’ text=’text/css’ rel=’stylesheet’ />” + “<link href=’/test02/css.css’ text=’text/css’ rel=’stylesheet’ />” + “</head>” + “<body>” + “<input type=’text’ value=’text1′ name=’text1′/>” + “<input type=’text’ value=’text2′ name=’text2′/>” + “<select><option id=’1′>1</option><option id=’2′>2</option><option id=’3′></option></select>” + “<a href=’http://www.yeeach.com’>yeeach.com</a>” + “</body>”); parser.setEncoding(parser.getEncoding()); OrFilter lastFilter = new OrFilter(); lastFilter.setPredicates(new NodeFilter[] { selectFilter, inputFilter }); nodeList = parser.parse(lastFilter); for (int i = 0; i <= nodeList.size(); i++) { if (nodeList.elementAt(i) instanceof InputTag) { InputTag tag = (InputTag) nodeList.elementAt(i); logger.fatal(”OrFilter tag name is :” + tag.getTagName() + ” ,tag value is:” + tag.getAttribute(”value”)); } if (nodeList.elementAt(i) instanceof SelectTag) { SelectTag tag = (SelectTag) nodeList.elementAt(i); NodeList list = tag.getChildren(); for (int j = 0; j < list.size(); j++) { OptionTag option = (OptionTag) list.elementAt(j); logger .fatal(”OrFilter Option” + option.getOptionText()); } } } } catch (ParserException e) { e.printStackTrace(); } } /* * 测试对<table><tr><td></td></tr></table>的解析 */ public void testTable() { Parser myParser; NodeList nodeList = null; myParser = Parser.createParser(”<body> ” + “<table id=’table1′ >” + “<tr><td>1-11</td><td>1-12</td><td>1-13</td>” + “<tr><td>1-21</td><td>1-22</td><td>1-23</td>” + “<tr><td>1-31</td><td>1-32</td><td>1-33</td></table>” + “<table id=’table2′ >” + “<tr><td>2-11</td><td>2-12</td><td>2-13</td>” + “<tr><td>2-21</td><td>2-22</td><td>2-23</td>” + “<tr><td>2-31</td><td>2-32</td><td>2-33</td></table>” + “</body>”, “GBK”); NodeFilter tableFilter = new NodeClassFilter(TableTag.class); OrFilter lastFilter = new OrFilter(); lastFilter.setPredicates(new NodeFilter[] { tableFilter }); try { nodeList = myParser.parse(lastFilter); for (int i = 0; i <= nodeList.size(); i++) { if (nodeList.elementAt(i) instanceof TableTag) { TableTag tag = (TableTag) nodeList.elementAt(i); TableRow[] rows = tag.getRows(); for (int j = 0; j < rows.length; j++) { TableRow tr = (TableRow) rows[j]; TableColumn[] td = tr.getColumns(); for (int k = 0; k < td.length; k++) { logger.fatal(”<td>” + td[k].toPlainTextString()); } } } } } catch (ParserException e) { e.printStackTrace(); } } /* * 测试NodeVisitor的用法,遍历所有节点 */ public void testVisitorAll() { try { Parser parser = new Parser(); parser.setURL(”http://www.google.com”); parser.setEncoding(parser.getEncoding()); NodeVisitor visitor = new NodeVisitor() { public void visitTag(Tag tag) { logger.fatal(”testVisitorAll() Tag name is :” + tag.getTagName() + ” \n Class is :” + tag.getClass()); } }; parser.visitAllNodesWith(visitor); } catch (ParserException e) { e.printStackTrace(); } } /* * 测试对指定Tag的NodeVisitor的用法 */ public void testTagVisitor() { try { Parser parser = new Parser( “<head><title>dddd</title>” + “<link href=’/test01/css.css’ text=’text/css’ rel=’stylesheet’ />” + “<link href=’/test02/css.css’ text=’text/css’ rel=’stylesheet’ />” + “</head>” + “<body>” + “<a href=’http://www.yeeach.com’>yeeach.com</a>” + “</body>”); NodeVisitor visitor = new NodeVisitor() { public void visitTag(Tag tag) { if (tag instanceof HeadTag) { logger.fatal(”visitTag() HeadTag : Tag name is :” + tag.getTagName() + ” \n Class is :” + tag.getClass() + “\n Text is :” + tag.getText()); } else if (tag instanceof TitleTag) { logger.fatal(”visitTag() TitleTag : Tag name is :” + tag.getTagName() + ” \n Class is :” + tag.getClass() + “\n Text is :” + tag.getText()); } else if (tag instanceof LinkTag) { logger.fatal(”visitTag() LinkTag : Tag name is :” + tag.getTagName() + ” \n Class is :” + tag.getClass() + “\n Text is :” + tag.getText() + ” \n getAttribute is :” + tag.getAttribute(”href”)); } else { logger.fatal(”visitTag() : Tag name is :” + tag.getTagName() + ” \n Class is :” + tag.getClass() + “\n Text is :” + tag.getText()); } } }; parser.visitAllNodesWith(visitor); } catch (Exception e) { e.printStackTrace(); } } /* * 测试HtmlPage的用法 */ public void testHtmlPage() { String inputHTML = “<html>” + “<head>” + “<title>Welcome to the HTMLParser website</title>” + “</head>” + “<body>” + “Welcome to HTMLParser” + “<table id=’table1′ >” + “<tr><td>1-11</td><td>1-12</td><td>1-13</td>” + “<tr><td>1-21</td><td>1-22</td><td>1-23</td>” + “<tr><td>1-31</td><td>1-32</td><td>1-33</td></table>” + “<table id=’table2′ >” + “<tr><td>2-11</td><td>2-12</td><td>2-13</td>” + “<tr><td>2-21</td><td>2-22</td><td>2-23</td>” + “<tr><td>2-31</td><td>2-32</td><td>2-33</td></table>” + “</body>” + “</html>”; Parser parser = new Parser(); try { parser.setInputHTML(inputHTML); parser.setEncoding(parser.getURL()); HtmlPage page = new HtmlPage(parser); parser.visitAllNodesWith(page); logger.fatal(”testHtmlPage -title is :” + page.getTitle()); NodeList list = page.getBody(); for (NodeIterator iterator = list.elements(); iterator .hasMoreNodes();) { Node node = iterator.nextNode(); logger.fatal(”testHtmlPage -node is :” + node.toHtml()); } } catch (ParserException e) { // TODO Auto-generated catch block e.printStackTrace(); } } /* * 测试LinkBean的用法 */ public void testLinkBean() { Parser parser = new Parser(); LinkBean linkBean = new LinkBean(); linkBean.setURL(”http://www.google.com”); URL[] urls = linkBean.getLinks(); for (int i = 0; i < urls.length; i++) { URL url = urls[i]; logger.fatal(”testLinkBean() -url is :” + url); } } }
5、相关的项目
nekohtml :评价比htmlparser好,把html正规化标准的xml文档,用xerces处理,但文档较少。
mozilla htmlparser:http://www.dapper.net/网站采用的html解析器,开源了,基于mozilla的解析器,值得研究一下。
http://jerichohtml.sourceforge.net/
http://htmlcleaner.sourceforge.net/
http://html.xamjwg.org/cobra.jsp
http://jrex.mozdev.org/
https://xhtmlrenderer.dev.java.net
其他一些html parser可以参考相关的汇总文章:
http://www.manageability.org/blog/stuff/screen-scraping-tools-written-in-java/view
http://java-source.net/open-source/html-parsers
http://www.open-open.com/30.htm
6、参考文档
http://www.blogjava.net/lostfire/archive/2006/07/02/56212.html
http://blog.csdn.net/scud/archive/2005/08/11/451397.aspx
http://chasethedevil.blogspot.com/2006/05/java-html-parsing-example-with.html
http://javaboutique.internet.com/tutorials/HTMLParser/
[/color]
FROM:出家如初,成佛有余
评论
1 楼
vera_sq
2009-12-11
你好,有关于htmlparser解析html的问题想请教下你,你可以去看看这个吗?
http://www.iteye.com/problems/31909
谢谢了!
http://www.iteye.com/problems/31909
谢谢了!
发表评论
-
远程办公,你还好吗 – 新冠期间做事的人,笑话一则
2020-02-23 12:07 297两个食人族的人应聘进了IBM,公司人事主管知道这两个这伙每天 ... -
自动补全JS、AJAX功能
2010-03-19 18:14 2254直接上代码了: <!DOCTYPE html PUBL ... -
设置浏览器地址栏上的小图标
2009-04-10 11:04 2080只需要将ico文件命名为favicon.ico并放入网站根目录 ... -
开发中碰到的几个问题
2009-03-06 17:48 8631、 碰到异常: Servlet.service() for ... -
hibernate char类型setter的异常情况
2009-03-04 09:54 1188使用hibernate,出错如下: [DEBUG] 2 ... -
我在linux系统下web系统、tomcat6、jdk1.6所做的优化-并发,希望和大家讨论
2008-12-23 19:25 1727在部署系统后,为了增 ... -
web开发中报错-弹出Internet Explorer 无法打开...已终止操作
2008-12-23 18:58 2963在当前系统中,发现错误,在点击某些超链时,会报错:“弹出Int ... -
HttpServletRequest获取请求路径
2008-11-06 14:11 12091HttpServletRequest获取请求路径 1、 ... -
请有使用JSecurity做过权限管理的进来指点一二
2008-10-27 15:10 2341项目要进行权限模块设计,初步选择JSecurity。 有使用经 ... -
Unable to read TLD “META-INF/c.tld” from JAR file的
2008-09-22 13:33 28144今天重新open project,以前是用jdk1.5、tom ... -
从淘宝屏蔽百度说起 如何让网站不被抓取
2008-09-13 10:01 2491上周五,北方网在 ... -
IM记录
2008-09-11 19:49 933直接调用三大IM程序: 客服MSN:msnim:chat?c ... -
HTTP请求模型和头信息
2008-08-01 11:32 1240HTTP请求模型 ... -
MyEclipse + WebLogic 配置初步
2008-07-29 17:37 1317今天下午,不是很忙,所以安装并试用了一下weblogic,【m ... -
Rex V: an AJAX Regular EXpression eValuator
2008-06-16 14:54 826an online regular expression va ... -
log4j settings
2008-05-30 18:33 824log4j.properties ### 设置org.zblo ... -
Spring包结构以及各个包之间引用关系说明
2008-05-28 12:43 1224Spring 包结构 说明: spring .ja ... -
大家帮我分析一下这个分页如何实现的?你们在项目中怎么分页呢?
2008-05-15 09:09 800今天看MSN新闻,看到一篇,在翻页观看时,其链接如下: htt ... -
【Z】MyEclipse中Ant的配置与测试
2008-04-30 14:52 18092在Eclipse中使用Ant Ant是Java平台下非常棒的 ... -
Ant实践过程初记
2008-04-30 14:41 1975ant 学习很好得文档:ANT十五大最佳实践 http://w ...
相关推荐
htmlparser 使用指南 入门 必读htmlparser 使用指南 入门 必读htmlparser 使用指南 入门 必读htmlparser 使用指南 入门 必读
网络爬虫 HTMLParser 使用指南 , 非常适合做网络抓取资源的开发者,经典之作
网络爬虫HTMLParser使用举例,实际例子让你轻松掌握HTMLParser
JAVA htmlparser 使用实例
HTMLParser使用文档和jar包
Java正则表达式入门 + HTMLParser使用详解 Java正则表达式入门 + HTMLParser使用详解 Java正则表达式入门 + HTMLParser使用详解 Java正则表达式入门 + HTMLParser使用详解
HTMLParser使用详解.doc HTMLParser使用详解.doc HTMLParser使用详解.doc
HTMLParser使用详解
用Winista.HTMLParser的小实例,内涵源代码和所用dll及HTMLParser使用文档,word含有代码编写全过程
HTMLParser.net源代码HTMLParser.net使用demo
HTMLParser具有小巧,快速的优点,缺点是相关文档比较少(英文的也少),很多功能需要自己摸索。对于初学者还是要费一些功夫的,而一旦上手以后,会发现HTMLParser的结构设计很巧妙,非常实用,基本你的各种需求都...
META-INF/maven/org.htmlparser/htmlparser/pom.properties META-INF/maven/org.htmlparser/htmlparser/pom.xml org.htmlparser.Parser.class org.htmlparser.PrototypicalNodeFactory.class org.htmlparser.beans....
c#版htmlparser htmlparser.dll htmlparser源代码
htmlparser网络爬虫技术,通过关键字查询快速查找指定网站