ITeye博客

Allen.CD.China

Allen.CD.China · 共 95 篇文章

[置顶] HTMLParser使用详解(4)- 通过Visitor访问内容

HTMLParser遍历了网页的内容以后,以树(森林)结构保存了结果。HTMLParser访问结果内容的方法有两种。使用Filter和使用Visitor。 下面介绍使用Visitor访问内容的方法。 4.1 NodeVisitor 从简单方面的理解,Filter是根据某种条件过滤取出需要的Node再进行处理。Visitor则是遍历内容树的每一个节点,对于符合条件的节点进行处理。实际的结果异曲同工,两种不同的方法可以达到相同的结果。 下面是一个最常见的NodeVisitro的例子。 测试代码: public static void main(String[] args) { try{ Pars…

2008-07-31 21:30 · 搜索引擎 · 评论(1)

[置顶] HTMLParser使用详解(3)- 通过Filter访问内容

HTMLParser遍历了网页的内容以后,以树(森林)结构保存了结果。HTMLParser访问结果内容的方法有两种。使用Filter和使用Visitor。 (一)Filter类 顾名思义,Filter就是对于结果进行过滤,取得需要的内容。HTMLParser在org.htmlparser.filters包之内一共定义了16个不同的Filter,也可以分为几类。 判断类Filter: TagNameFilter HasAttributeFilter HasChildFilter HasParentFilter HasSiblingFilter IsEqualFilter 逻辑运算Filter:…

2008-07-31 21:30 · 搜索引擎 · 评论(4)

[置顶] HTMLParser使用详解(2)- Node内容

HTMLParser将解析过的信息保存为一个树的结构。Node是信息保存的数据类型基础。 请看Node的定义: public interface Node extends Cloneable; Node中包含的方法有几类: 对于树型结构进行遍历的函数,这些函数最容易理解: Node getParent ():取得父节点 NodeList getChildren ():取得子节点的列表 Node getFirstChild ():取得第一个子节点 Node getLastChild ():取得最后一个子节点 Node getPreviousSibling ():取得前一个兄弟(不好意思,英文是…

2008-07-31 21:29 · 搜索引擎 · 评论(5)

[置顶] HTMLParser使用详解(1)- 初始化Parser

在研究搜索引擎的开发中,对于HTML网页的处理是核心的一个环节。网上有很多开源的代码,对于Java来说,HTMLParser是比较著名并且得到广泛应用的一个。HTMLParser的主页是http://htmlparser.sourceforge.net/,最后的更新是2006年9月的1.6版。不过没关系,HTML的内容已经很久没有大的变化了,HTMLParser处理起来基本没有任何问题。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…

2008-07-31 21:28 · 搜索引擎 · 评论(0)

HtmlParser初探--使用Nodefilter和Visitor进行网页分析

最近在做html页面转化成jsf页面的工作,尝试过使用正则表达式、dom4j等方法,都没有取得很好的结果。(html-->jsf会另写一篇文章进行讨论)现在在使用htmlparser对html进行解析,对于html页面的解析htmlparser是一个功能比较强大的工具(相关下载: http://sourceforge.net/projects/htmlparser/ )。以下是经常使用的对页面解析的两种方法,简单的总结了这两种方法的实现步骤,希望在这里抛砖引玉,有这方面编程经验的们,能参与讨论,怎样用它来进行html-->jsf的转换。 一、利用NodeFilter对网页进行分析 1、生成一…

2008-07-31 21:34 · 搜索引擎 · 评论(0)

使用HtmlParser解析HTML

如果要对HTML进行解析,提取HTML的数据或者修改HTML数据, HtmlParser 是一个不错的选择. 使用HtmlParser可以解析本地和网络上的HTML数据: Parser parser = new Parser( new Winista.Text.HtmlParser.Http.HttpProtocol(new Uri("uriString"))); Parser parser = new Parser( new Winista.Text.HtmlParser.Lex.Lexer( "HtmlString" ) ); System.IO.Stream stream = new …

2008-07-31 21:33 · 搜索引擎 · 评论(0)

扩展 HTMLParser 对自定义标签的处理能力

本文阐述如何利用 HTMLParser 项目对 HTML 或者 WML 文档中出现的一些特殊的或者是自定义的标签进行处理。 HTMLParser 是一个用来解析 HTML 文档的开放源码项目,它具有小巧、快速、使用简单的特点以及拥有强大的功能。对该项目还不了解的朋友可以参照 2004 年三月份我发表的文章--《 从HTML中攫取你所需的信息 》,这篇文章介绍如何通过 HTMLParser 来提取 HTML 文档中的文本数据以及提取出文档中的所有链接或者是图片等信息。 现在该项目的最新版本是 Integration Build 1.6,与之前版本的差别在于代码结构的调整、当然也有一些功能的提升…

2008-07-31 21:32 · 搜索引擎 · 评论(0)

从HTML中攫取你所需的信息

本文并非想通过分析HTML的语法然后从中解析出数据,这样做实现困难而且没有什么实际应用的意义,或者应该这样说:我们并不想 自己去实现一个HTML语法的分析器。我们要做的仅仅是从HTML中提取我们所需的信息。不同于XML这种对格式要求非常严格的标志语言,HTML在推出 时并没有对其格式进行严格的定义,比如HTML中标签并不一定要成对出现,但是又要求浏览器能尽量的正确显示其所要表达出来的内容。浏览器经过多年发展其 适应能力越来越强,很多格式非常糟糕的HTML文件都能显示得令人满意。不过如果我们需要精确的获取HTML中包含的数据,这恐怕比显示一个HTML更令 人头疼。现在终于找到治疗头疼的特效药了…

2008-07-31 21:31 · 搜索引擎 · 评论(0)

htmlparser使用指南

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, HTML Parser is a Java library used to parse HTML in…

2008-07-31 21:31 · 搜索引擎 · 评论(0)

可折叠的模仿XP风格的菜单

可折叠的模仿XP风格的菜单

2007-11-18 20:44 · javascript 特效 · 评论(1)

java 图象处理

方法一: (利用imageio类的读写函数) import javax.imageio.ImageIO; import java.io.File; import java.io.IOException; import java.awt.image.BufferedImage; public class ChangeImageStyle { public static void main(String args[]) throws IOException{ File inputFile = new File("test.bmp"); BufferedImage input = ImageIO.…

2007-11-07 19:35 · JAVA基础知识 · 评论(0)

ifram的详细用法

ifram的详细用法2007-06-09 15:27IFRAM的详细用法: <IFRAME>用于设置文本或图形的浮动图文框或容器。 BORDER <IFRAME BORDER="3">IFRAME> 设定围绕图文框的边缘宽度 FRAMEBODER <IFRAME FRAMEBODER="0">IFRAME> 设置边框是不否为3维(0=否,1=是) HEIGHT,WIDTH <IFRAME HEIGHT="31" WIDTH="88">IFRAME> 设质边框的宽度和高度 SCROLLING <IFRAME SCROLLING="NO">IFRAME> 是否有滚动条(YES,NO,AUTO) …

2007-10-31 10:56 · 其他Html-XML等 · 评论(1)

详解struts2中struts.properties

Struts 2框架有两个核心配置文件: struts.xml和struts.properties 其中struts.xml文件主要负责管理应用中的Action映射,以及该Action包含的Result定义等。除此之外,Struts 2框架还包含一个struts.properties文件,该文件定义了Struts 2框架的大量属性,开发者可以通过改变这些属性来满足应用的需求。 struts.properties文件是一个标准的Properties文件,该文件包含了系列的key-value对象,每个key就是一个Struts 2属性,该key对应的value就是一个Struts 2属性值。 s…

2007-10-25 00:17 · Struts · 评论(0)

struts2的struts.properties配置文件详解

struts.action.extension The URL extension to use to determine if the request is meant for a Struts action 用URL扩展名来确定是否这个请求是被用作Struts action,其实也就是设置 action的后缀,例如login.do的\'do\'字。 struts.configuration The org.apache.struts2.config.Configuration implementation class org.apache.struts2.config.Configura…

2007-10-24 23:55 · Struts · 评论(0)

FCKeditor的使用

引:最近在做一个BLOG演示程序,用到了在线文本编辑器,以前一直用eWebEditor。后来发现FCKeditor是开源的,所以就转用这个了,这篇文章介绍了FCKeditor-2.4.3及FCKeditor.java-2.3.2的基本使用。 新发现:原来CSDN博客系统的在线文本编辑器用的也是FCKeditor。不过不太厚道,把人家的“关于”也去掉了. 一、FCKeditor介绍 FCKeditor 这个开源的HTML 文本编辑器可以让web 程序拥有如MS Word 这样强大的编辑功能。FCKeditor 支持当前流行的浏览器如IE 5.5+, Firefox 1.0+, Mozilla …

2007-10-24 21:51 · FCKeditor · 评论(4)