国产99999久久久久精品小说,精品人人妻人人澡人人爽牛牛,免费黄色在线网址

htmlparser(html解析的庫(kù))

報(bào)錯(cuò)

請(qǐng)簡(jiǎn)要描述您遇到的錯(cuò)誤，我們將盡快予以修正。

轉(zhuǎn)帖到論壇

輪壇轉(zhuǎn)帖HTML方式

輪壇轉(zhuǎn)帖UBB方式

聊友分享

htmlparser用于對(duì)html頁(yè)面進(jìn)行解析，它是一個(gè)功能比較強(qiáng)大的工具。

htmlparser基本功能

1．信息提取
· 文本信息抽取，例如對(duì)HTML進(jìn)行有效信息搜索
· 鏈接提取，用于自動(dòng)給頁(yè)面的鏈接文本加上鏈接的標(biāo)簽
· 資源提取，例如對(duì)一些圖片、聲音的資源的處理
· 鏈接檢查，用于檢查HTML中的鏈接是否有效
· 頁(yè)面內(nèi)容的監(jiān)控
2．信息轉(zhuǎn)換
· 鏈接重寫(xiě)，用于修改頁(yè)面中的所有超鏈接
· 網(wǎng)頁(yè)內(nèi)容拷貝，用于將網(wǎng)頁(yè)內(nèi)容保存到本地
· 內(nèi)容檢驗(yàn)，可以用來(lái)過(guò)濾網(wǎng)頁(yè)上一些令人不愉快的字詞
· HTML信息清洗，把本來(lái)亂七八糟的HTML信息格式化
· 轉(zhuǎn)成XML格式數(shù)據(jù)

htmlparser常用代碼

取得一段html代碼里面所有的鏈接C#版本，java版本類似：
string htmlcode = "<HTML><HEAD><TITLE>AAA</TITLE></HEAD><BODY>" + ...... + "</BODY></HTML>";
Parser parser = Parser.CreateParser(htmlcode, "GBK");
HtmlPage page = new HtmlPage(parser);
try
{ parser.VisitAllNodesWith(page);}
catch (ParserException e1)
{ e1 = null;}
NodeList nodelist = page.Body;
NodeFilter filter = new TagNameFilter("A");
nodelist = nodelist.ExtractAllNodesThatMatch(filter, true);
for (int i = 0; i < nodelist.Size(); i++)
{
LinkTag link=(LinkTag) nodelist.ElementAt(i);
System.Console.Write(link.GetAttribute("href") + "\n");
}