文档章节

HTMLParser学习笔记

b
 badguy2014
发布于 2014/06/08 10:45
字数 211
阅读 50
收藏 3

HTMLParser编写步骤

  1. 实例化解析器

    Parser parser = new Parser(url);

  2. 设置编码器,不设置可能会导致无法解析

    parser.setEncoding("GBK");

  3. 实现NodeFilter 接口,用于定义接受筛选的内容

NodeFilter frameFilter = new NodeFilter()

{

//实现NodeFilter接口的accept方法,定义筛选的内容

    public boolean accept(Node node)

    {

        if(node.getText().startsWith("frame src=")) return true;

        else return false;

    }

};

4.如果存在多个筛选条件,使用OrFilter 或者AndFilter过滤器将将多个条件合并起来

OrFilter linkFilter = new OrFilter(new NodeClassFilter(LinkTag.class),frameFilter); //将所有有的LinkTag类接受的Tag和frameFilter合并起来,过滤出满足其中任意一条过滤规则的记录。

5.根据匹配规则执行匹配过滤并返回过来结果。

NodeList list = parser.extractAllNodesThatMatch(linkFilter);

6.解析NodeList获取过滤出来的内容。



© 著作权归作者所有

共有 人打赏支持
b
粉丝 0
博文 1
码字总数 211
作品 0
贵阳
python模块之HTMLParser: 解析html,获取url

HTMLParser是python用来解析html的模块。它可以分析出html里面的标签、数据等等,是一种处理html的简便途径。 HTMLParser采用的是一种事件驱动的模式,当HTMLParser找到一个特定的标记时,它...

charlesdong1989
2012/03/28
0
0
HtmlParser爬取网页数据

请尊重原创,转载请注明出处:http://my.oschina.net/u/1789904/blog/386576 核心:htmlparser框架 HtmlParser爬取搜狗百科名人数据:...

xiejunbo
2015/03/13
0
0
九Python之HTML的解析(网页抓取一)

对html的解析是网页抓取的基础,分析抓取的结果找到自己想要的内容或标签以达到抓取的目的。 HTMLParser是python用来解析html的模块。它可以分析出html里面的标签、数据等等,是一种处理htm...

dkz
2013/03/05
0
2
Python2.7 HTMLParser模块学习

HTMLParser模块主要是用来解析HTML文件。 HTMLParser模块有一个HTMLParser类,用户在解析HTML文件时需要重定义其中handle_*方法,该类有如下方法: feed(data)分析一些文本数据 close()如果碰...

China_OS
2012/12/03
0
0
python爬取标题和作者时间的小程序

#encoding:UTF-8 import urllib.parse import urllib.request import base64 import re import sys import time from random import sample import codecs from html.parser import HTMLPars......

FOG_Y
2015/05/20
0
0

没有更多内容

加载失败,请刷新页面

加载更多

《看图轻松理解数据结构与算法系列》导引贴

最近学习数据结构,遇到一个很喜欢的博主,他的文章图文并茂,理解起来很容易。特此开贴记录,方便反复阅读。 博主主页 https://juejin.im/user/57c3970f79bc440063e58518/posts?sort=popul...

科陆李明
20分钟前
0
0
20.27 分发系统介绍~ 20.30 expect脚本传递参数

分发系统介绍分发系统-expect讲解(也就是一个分发的脚本)场景:业务越来越大,网站app,后端,编程语言是php,所以就需要配置lamp或者lnmp,最好还需要吧代码上传到服务器上;但是因...

洗香香
34分钟前
2
0
设计一个百万级的消息推送系统

前言 首先迟到的祝大家中秋快乐。 最近一周多没有更新了。其实我一直想憋一个大招,分享一些大家感兴趣的干货。 鉴于最近我个人的工作内容,于是利用这三天小长假憋了一个出来(其实是玩了两...

crossoverJie
41分钟前
1
0
软件架构:5种你应该知道的模式

Singleton(单例模式)、仓储模式(repository)、工厂模式(factory)、建造者模式(builder)、装饰模式(decorator)……大概每个上课听讲的程序员都不会陌生——软件的设计模式为我们提供...

好雨云帮
52分钟前
2
0
OSChina 周二乱弹 —— 这只是一笔金钱交易

Osc乱弹歌单(2018)请戳(这里) 【今日歌曲】 @小小编辑:推荐歌曲《暮春秋色》- 窦唯 / 译乐队 《暮春秋色》- 窦唯 / 译乐队 手机党少年们想听歌,请使劲儿戳(这里) @我没有抓狂:跨服聊...

小小编辑
今天
845
16

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部