如鵬網 大學生計算機學習社區

          CowNew開源團隊

          http://www.cownew.com 郵件請聯系 about521 at 163.com

            BlogJava :: 首頁 :: 新隨筆 :: 聯系 :: 聚合  :: 管理 ::
            363 隨筆 :: 2 文章 :: 808 評論 :: 0 Trackbacks

          package com.rupeng.search.discuz;

          import java.net.URLConnection;

          import org.htmlparser.Parser;
          import org.htmlparser.Tag;
          import org.htmlparser.tags.Div;
          import org.htmlparser.util.NodeList;
          import org.htmlparser.util.ParserException;
          import org.htmlparser.visitors.HtmlPage;
          import org.htmlparser.visitors.NodeVisitor;

          public class DiscuzDefaultStyleHTMLParser
          {
           private String title;
           private String bodyText;

           public DiscuzDefaultStyleHTMLParser(URLConnection urlConnection) throws ParserException
           {
            Parser parser = new Parser(urlConnection);
            HtmlPage visitor = new HtmlPage(parser);
            parser.visitAllNodesWith(visitor);
            this.title = visitor.getTitle();
            NodeList nodeList = visitor.getBody();
            final StringBuffer sb = new StringBuffer();
            nodeList.visitAllNodesWith(new NodeVisitor() {

             @Override
             public void visitTag(Tag tag)
             {
              //因為主題、回帖都是包含在Div里,而且主題、回帖的divid都是以“postmessage_”開頭
              if (tag instanceof Div)
              {
               Div div = (Div) tag;
               String divId = div.getAttribute("id");
               if (divId != null&& divId.startsWith("postmessage_"))
               {
                sb.append(div.getStringText());
               }
              }
             }
            });

            this.bodyText = sb.toString();
           }

           public String getTitle()
           {
            return title;
           }

           public String getThreadText()
           {
            return bodyText;
           }
          }

          posted on 2009-08-13 19:26 CowNew開源團隊 閱讀(692) 評論(0)  編輯  收藏

          只有注冊用戶登錄后才能發表評論。


          網站導航:
           
          主站蜘蛛池模板: 凭祥市| 莱西市| 澄江县| 宜黄县| 瓦房店市| 曲沃县| 玉屏| 柯坪县| 胶南市| 安岳县| 侯马市| 吴江市| 河源市| 陇川县| 尼木县| 安康市| 错那县| 惠来县| 淮阳县| 绍兴市| 静乐县| 康乐县| 澄城县| 济南市| 拜泉县| 赤城县| 城口县| 乐至县| 兴化市| 水富县| 桦南县| 梓潼县| 苏州市| 鹤峰县| 祁连县| 尚义县| 济南市| 安丘市| 垫江县| 论坛| 齐齐哈尔市|