91精品国产综合久久香蕉,国外成人在线视频,久久青草精品视频免费观看

leekiang — Wed, 21 Apr 2010 04:30:00 GMT

String regex = "";//取链�?br />       Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
       Matcher mt = pattern.matcher(str);
       while (mt.find()) {
       String s=mt.group();
       }
        String regex2 = ">.*?";// 标题部分
        String regex3 = "imgs/[([0-9])]+.(jpg|gif|png|bmp)";//取图�?br />
输入例子可��生正则表辑ּ�
http://sourceforge.net/projects/quickrex/

在线��试
http://www.fileformat.info/tool/regex.htm

leekiang 2010-04-21 12:30 发表评论

dom4j用法

leekiang — Sun, 25 Oct 2009 10:43:00 GMT

    String xml="0";
   应该使用Document document = saxReader.read(new ByteArrayInputStream(xml.getBytes()));
如果使用Document   document   =   saxReader.read(xml);会报no protocol 异常
如果xml的encoding="utf-8"�Q�则xml.getBytes()要改为xml.getBytes("utf-8"),否则会报�?br />
Element root=  document.getRootElement();
得到root后取子元素，既可�?br />Element e=root.element("test");
也可�?br />for (Iterator it = root.elementIterator(); it.hasNext();) {
Element e = (Element) it.next();
    String n = e.getName();
   String v=e.getStringValue()
}

http://www.javatx.cn/clubPage.jsp?ccStyle=0&ccID=15&tID=1922
http://lavasoft.blog.51cto.com/62575/66953

leekiang 2009-10-25 18:43 发表评论

leekiang — Sun, 30 Aug 2009 13:34:00 GMT

DocBook�?reStructuredText都是�U�文本文档格式。也可以考虑xlst
StructuredText和reStructuredText不一�?br />
Sphinx��单来��_��是一个文档生成工��P��用于把reStructuredText 格式的源文�g生成诸如HTML, PDF, LaTex一�cȝ��格式。编辑者无��M��自处理文本的格式, �E�序会自动根据源文�g里的讄��产生格式, 以及自动生成章节链接�{�工作�?br />包括 Python , Django 的文档，全部是��用Sphinx 生成�?br />http://sphinx.pocoo.org/

我是如何写博客的
http://www.cnblogs.com/mindsbook/archive/2009/07/09/how_do_i_write_blog.html
http://www.cnblogs.com/mindsbook/archive/2009/07/15/how_can_i_write_blog_part2.html
该文主要介绍了如何��?restructuredText (��U�CؓreST)来写博客�Q?�q�且介绍了��?google code 来管理博客源文�g的方法�?br />
另，Sphinx是一个基于SQL的全文检索引擎，可以�l�合MySQL,PostgreSQL做全文搜索，它可以提供比数据库本�w�更专业的搜索功能，使得应用�E�序更容易实��C��业化的全文检索。Sphinx特别��Z��些脚本语�a�设计搜烦API接口�Q�如PHP,Python,Perl,Ruby�{�，同时为MySQL 也设计了一个存储引擎插�?br />
txt2tags 支持带数字编��L��标题
从txt2tags回归markdown http://sinolog.it/?p=503

再找找比较好的wiki�Q?br />MediaWiki全球最著名的开源wiki引擎�Q�运行于PHP+MySQL环境�?br />ViKi�Q?��是 VIM WiKi 的羃写�?WiKi 是一�U�非常方便快捷地�l�织信息的方式， �?ViKi 作�ؓ一�U�“Personal WiKi”，能够非常快捷地完成个��Z��늚�制作�Q?ViKi 可以支持许多很复杂，功能很强大的语法。deplate是viki的编译工兗��?br />
Javascript闭包真经http://w3er.com/blog/2009/03/master-javascript-closure/

Stack Overflow和GitHub都在用markdown
wmd(http://wmd-editor.com,https://github.com/derobins/wmd)是一个专门�ؓMarkdown做的在线�~�辑�?StackOverflow和qingbo.net也用�?br />https://github.com/philc/vimium/blob/master/README.markdown
Markdown 语法
支持列编辑模式的�~�辑�?/a>
showoff支持用编写markdown脚本的方式在��览器里昄��ppt�Q?a target="_blank" >例子
在Vim中发布博客内容到WordPress (reStructuredText)

目前最完善的介�l�轻量��标记语言的资料：http://en.wikipedia.org/wiki/Lightweight_markup_language
以后不要叫结构化文本了，因�ؓStructured Text已有另外的含义，�?a target="_blank" >�l�基癄��

leekiang 2009-08-30 21:34 发表评论

leekiang — Wed, 29 Jul 2009 07:59:00 GMT

前几天做��目的过�E�中�Q�利用到Apache��目中的POI来实现基于Excel的数据模板输出，其中利用公式的方式嵌入超链接�q�行�|�页链接讉K��?
自己做了一些处理EXCEL单元格的�Ҏ��Q�但在进行公式处理时�Q�由于POI的问题，昄��的公式信息一直都是�ؕ码，后来在网上找��C��些朋友关于这些问题的�? ��x��法，感觉帮助很大。因此，�l�合自己的实�늻�验，把修改POI内部源码的过�E�写出来�Q�以其对资料做一整理�Q�希望对后来的朋友也有所帮助�?

1、首先，上网扑ֈ�POI的发布版本的源码�Q�我下的是poi-src-2.5.1-final-20040804.zip�q�个版本�?
2、找到StringPtg.java�q�个文�g�Q�在解压后的\src\java\org\apache\poi\hssf\record\formula文�g夹下�?
3、利用文本编辑工具对StringPtg.java�q�行�~�辑
4、找到public StringPtg(byte [] data, int offset)�q�个�Ҏ��Q?
对其修改如下
/** Create a StringPtg from a byte array read from disk */
public StringPtg(byte [] data, int offset)
{
offset++;
field_1_length = data[offset];
field_2_options = data[offset+1];
if (fHighByte.isSet(field_2_options)) {
// modified by rainsoft
// in excel chinese is stored two bytes HIGH bytes,LOW bytes
// field_3_string= StringUtil.getFromUnicode(data,offset+2,field_1_length);
field_3_string= StringUtil.getFromUnicodeHigh(data,offset+2,field_1_length);
}else {
field_3_string=StringUtil.getFromCompressedUnicode(data,offset+2,field_1_length);
}

//setValue(new String(data, offset+3, data[offset+1] + 256*data[offset+2]));
}
其中主要利用getFromUnicodeHigh�Ҏ��替换原有的方法进行处理�?
5、再查找StringPtg(String value)�Q�做如下的修改，

public StringPtg(String value) {
if (value.length() >255) {
throw new IllegalArgumentException("String literals in formulas cant be bigger than 255 characters ASCII");
}
this.field_2_options=0;
// add by rainsoft
// two bytes char options must be "1"
try {
if (value.length()!=value.getBytes("GBK").length)
this.field_2_options=1;
} catch (Exception e) {
}
// end add
this.fHighByte.setBoolean(field_2_options, false);
this.field_3_string=value;
this.field_1_length=(byte)value.length(); //for the moment, we support only ASCII strings in formulas we create
}

6、至此对源文件的修改��q��束了�Q�下一步则需要对其进行编译输出�?
7、利用docs/howtobuild.html的描�q�进行编译输出�?
8、成功编译输出的POI???????.jar文�g�Q�复制到原有的编译�\径，替换到原有的文�g卛_��Q�最好删除原有的 POI文�g。�?
http://topic.csdn.net/t/20060309/10/4602637.html

leekiang 2009-07-29 15:59 发表评论

用poi生成链接

leekiang — Tue, 21 Oct 2008 14:11:00 GMT

1�Q?br />一个需求，要求报表生成的Excel表格支持��链接。例如点击Excel内的公司名，自动打开��览器�ƈ�q�到该公司的�|�站上去。在Excel里面选中所需的单元格�Q?右键弹出属性，选超链接��p��输入相应的地址了，既然Excel支持��链接。那��没有什么借口说不能实��C��?).

��M��POI的文档，很容易就扑ֈ�了解��x��案。在POI中让单元格实现超链接功能�Q?可以用Hyperlink 函数。HYPERLINK函数包含两个参数�Q?font color="#0000ff">�W�一个参数是指向的地址�Q�第二个参数是显�C�的字符�?/font>

cell = row.createCell(colNumber)�?br />cell.setCellType(HSSFCell.CELL_TYPE_FORMULA);
cell.setCellFormula("HYPERLINK(\"" + "Http://www.google.ca"+ "\",\"" + "Google Canada"+ "\")");
或cell.setCellFormula("HYPERLINK(\"[workbook.xls]'sheet2'!A1\",\"homepage\")"); //HYPERLINK("#明细!A1","homepage"),#代表本工作簿�Q�来源http://club.excelhome.net/thread-54081-1-1.html

现在��链接单元格看�v来和一般的单元格没有分别，除非你把鼠标放上��L��会变成手行光标�?��Z��和一般的习惯相符�Q?�q�需要把字符颜色变成蓝色和加上下划线�?�q�就要用�?style了�?br />
HSSFCellStyle linkStyle = workbook.createCellStyle();
HSSFFont cellFont= workbook.createFont();
cellFont.setUnderline((byte) 1);
cellFont.setColor(HSSFColor.BLUE.index);
linkStyle.setFont(cellFont);

最后把style应用到cell上去��大功告成了�?br />cell.setCellStyle(linkStyle);

以上修改自http://sunnylei2008.blogspot.com/2007/07/poihssf.html
和http://diystyle.javaeye.com/blog/132093
�q�有http://blog.csdn.net/xunyiren/archive/2007/03/08/1524533.aspx

2�Q?br />以下来自http://www.javaeye.com/topic/25569,是用jxl解决的�?br />看了POI文档�Q�找��C��个LinkedDataFormulaField 和LinkedDataRecord�Q�jxl文档里有 Hyperlink,现在惛_��一个excel中的一�l�sheet做一个烦引，方便查找每张sheet,
String outputFile="D:/导出接口.xls";
try
{
Workbook wb=Workbook.getWorkbook(new File(outputFile)); //Excel获得文�g
//打开一个文件的副本�Q��ƈ且指定数据写回到原文�?br />WritableWorkbook book=Workbook.createWorkbook(new File(outputFile),wb);
WritableSheet sheet=book.createSheet("导出目标",0); //��d��一个工作表
String[] oriSheetNames=wb.getSheetNames(); //获得源excel文�g中的所有sheet名称
for(int i=0;i {
    sheet.addCell(new Label(0,i+1,String.valueOf(i+1))); //�W�一列写入编�?br />/**
* public WritableHyperlink(int col,int row,java.lang.String desc,WritableSheet sheet,int destcol,int destrow)
* Constructs a hyperlink to some cells within this workbook
* col - the column containing this hyperlink
* row - the row containing this hyperlink
* desc - the cell contents for this hyperlink
* sheet - the sheet containing the cells to be linked to
* destcol - the column number of the first destination linked cell
* destrow - the row number of the first destination linked cell
* */
sheet.addHyperlink(new WritableHyperlink(1,i+1,oriSheetNames[i],book.getSheet(oriSheetNames[i]),0,0));
book.write();
book.close();
wb.close();
}catch(IOException e)
{
    System.out.println("异常: "+e);
}
catch(BiffException e)
{
    System.out.println("异常: "+e);
}
catch(RowsExceededException e)
{
    System.out.println("异常: "+e);
}
catch(WriteException e)
{
    System.out.println("异常: "+e);
}

3�Q�公式里的�ؕ码如何解�?来源:http://topic.csdn.net/t/20060309/10/4602637.html,作者阿�?br />前几天做��目的过�E�中�Q�利用到Apache��目中的POI来实现基于Excel的数据模板输出，其中利用公式的方式嵌入超链接�q�行�|�页链接讉K��?
自己做了一些处理EXCEL单元格的�Ҏ��Q�但在进行公式处理时�Q�由于POI的问题，昄��的公式信息一直都是�ؕ码，后来在网上找��C��些朋友关于这些问题的�? ��x��法，感觉帮助很大。因此，�l�合自己的实�늻�验，把修改POI内部源码的过�E�写出来�Q�以其对资料做一整理�Q�希望对后来的朋友也有所帮助�?

1、首先，上网扑ֈ�POI的发布版本的源码�Q�我下的是poi-src-2.5.1-final-20040804.zip�q�个版本�?
2、找到StringPtg.java�q�个文�g�Q�在解压后的\src\java\org\apache\poi\hssf\record\formula文�g夹下�?
3、利用文本编辑工具对StringPtg.java�q�行�~�辑
4、找到public StringPtg(byte [] data, int offset)�q�个�Ҏ��Q?
对其修改如下
/** Create a StringPtg from a byte array read from disk */
public StringPtg(byte [] data, int offset)
{
offset++;
field_1_length = data[offset];
field_2_options = data[offset+1];
if (fHighByte.isSet(field_2_options)) {
// modified by rainsoft
// in excel chinese is stored two bytes HIGH bytes,LOW bytes
// field_3_string= StringUtil.getFromUnicode(data,offset+2,field_1_length);
field_3_string= StringUtil.getFromUnicodeHigh(data,offset+2,field_1_length);
}else {
field_3_string=StringUtil.getFromCompressedUnicode(data,offset+2,field_1_length);
}

//setValue(new String(data, offset+3, data[offset+1] + 256*data[offset+2]));
}
其中主要利用getFromUnicodeHigh�Ҏ��替换原有的方法进行处理�?
5、再查找StringPtg(String value)�Q�做如下的修改，

public StringPtg(String value) {
if (value.length() >255) {
throw new IllegalArgumentException("String literals in formulas cant be bigger than 255 characters ASCII");
}
this.field_2_options=0;
// add by rainsoft
// two bytes char options must be "1"
try {
if (value.length()!=value.getBytes("GBK").length)
this.field_2_options=1;
} catch (Exception e) {
}
// end add
this.fHighByte.setBoolean(field_2_options, false);
this.field_3_string=value;
this.field_1_length=(byte)value.length(); //for the moment, we support only ASCII strings in formulas we create
}

6、至此对源文件的修改��q��束了�Q�下一步则需要对其进行编译输出�?
7、利用docs/howtobuild.html的描�q�进行编译输出�?

后注:按上面的办法,中文问题是解决了�Q�但点击链接�q�是�?引用无效",观察了一会，原来是sheet名带有括号造成的�?/font>

leekiang 2008-10-21 22:11 发表评论

YAML格式解析

leekiang — Thu, 19 Jun 2008 12:27:00 GMT

YAML�?Yet Another Markup Language(另一�U�标记语�a�)"的羃写，读音"yamel",�?雅梅��?。这�U�格式大�U�是2001�q�出现的
写YAML要比XML快得�?无需关闭标签或引�?�Q��ƈ且比'.ini'文档功能更强(ini文档不支持层��?

��Z��么不是XML呢？因�ؓ�Q?/p>

YAML的可��L��好�?
YAML和脚本语�a�的交互性好�?
YAML使用实现语言的数据类型�?
YAML有一个一致的信息模型�?
YAML易于实现�?

上面5条也��是XML不��的地斏V��同�Ӟ��YAML也有XML的下列优点：

YAML可以��Z��来处理�Q?
YAML表达能力强，扩展性好�?

��M��Q�YAML试图用一�U�比XML更敏��L��方式�Q�来完成XML所完成的�Q务�?/p>

语法

Structure通过�I�格来展�C�。Sequence里的��用"-"来代表，Map里的键值对�?:"分隔.

�q�几乎就是所有的语法�? 例子

name: John Smith
age: 37
spouse:
    name: Jane Smith
    age: 25
children:
    -   name: Jimmy Smith
        age: 15
    -   name: Jenny Smith
        age : 12

JYaml�Q?a >http://jyaml.sourceforge.net/�Q�是YAML的Java实现�?br />YAML官方�|�站 http://www.yaml.org
http://www.ibm.com/developerworks/cn/xml/x-cn-yamlintro/
http://www.sudu.cn/info/html/edu/php/20071219/114014.html
http://www.javaeye.com/topic/205679 �Q�定义工作流,用ruby解析�Q?img src ="http://www.aygfsteel.com/leekiang/aggbug/209249.html" width = "1" height = "1" />

leekiang 2008-06-19 20:27 发表评论

vCalendar(ics)�Q�vCard格式及Outlook

leekiang — Thu, 03 Apr 2008 08:15:00 GMT

http://hi.baidu.com/mn232nm/blog/item/aaa034adb50022094a36d620.html
http://hi.baidu.com/feige05/blog/item/3d7339184c8d9d0334fa4166.html
http://support.microsoft.com/kb/287625/zh-cn
按vcalendar开发理论：用JAVA生成vcalendar代码�Q�然后发邮�g出去�Q�当用outlook2003版本以上的MS outlook收到该邮件时�Q�可以把�q�个vcalendar加到outlook的calendar中去�?/a>
.ics格式的RFC2445规范
XML 问题: 比微格式更轻巧：�U�格式（Picoformat�Q?/a>
iCalendar在移动设�?/a>

leekiang 2008-04-03 16:15 发表评论

poi�W�记

leekiang — Fri, 14 Mar 2008 14:26:00 GMT

注意用poi解析器从word中抽取文本后�Q�输入流会关闭，原因如下:
InputStreams passed to POIFSFileSystem are now automatically closed. A warning is generated for people who might've relied on them not being closed before, and a wrapper to restore the old behaviour is supplied(POI-DEVELOPERS)
据说在POI3.0.3会修正该问题�?br />
1,poi格子里的文本如何换行
�?\n",同时讄��style.setWrapText(true);

2,style.setFillForegroundColor(HSSFColor.GREY_25_PERCENT.index);
style.setFillPattern(HSSFCellStyle.SOLID_FOREGROUND);
讄��前景�?有半透明的效�?br />
3�Q�sheet.addMergedRegion(new Region(0, (short) 0, 0, (short) 1));// 起始cell行、�v始cell列、结束cell行、结束cell列�?br />   被合�q�了的单元格不需要生成�?br />   单元格合�q�後讄��Ҏ��只在原第一个上有效�Q�如果想应用的合�q�後的整体，则需要一个个的Create出单元格�q�应用样式，�q�个明显是一个不太方便的操作�Q�期待POI下一版的改进�?br />   注意行是y�?列是x轴�?br />   poi-contrib下的HSSFRegionUtil可以讄��合�ƈ区域的边框的颜色和样�?br />例如:HSSFRegionUtil.setLeftBorderColor(HSSFColor.BLACK.index,row,sheet,wb);

4�Q�sheet.createFreezePane(2, 1);
�ȝ��H�口,左上角�ؓ行参和列参的起始处，�?开�?br />
5,列宽sheet.setColumnWidth((short) 0, (short) (35.7 * 110));//�W�一个参��Cؓ列的下标�Q?10为想讄��的宽度像素�?br /> http://www.cnblogs.com/interboy/archive/2007/08/27/872028.html

6,行高row.setHeight((short) (15.625 * 100));//100��讄��的行高的像素
   row.setHeightInPoints((short)100);//应该可以辑ֈ�同样的效�?br />
7, POI��註解的部分�Q�視做一個文字方塊，我們可以設定它的大��及內容�Q�然後將之指定��某特定的Cell�?br />节录部分Code如下�Q?br />HSSFPatriarch patr = sheet.createDrawingPatriarch();
HSSFComment comment = patr.createComment(new HSSFClientAnchor(0, 0, 0, 0, (short)4, 2, (short) 8, rowCount));
HSSFRichTextString str = new HSSFRichTextString("TEST");
comment.setString(str);
comment.setAuthor("TEST");
cell.setCellComment(comment);

8�Q�sheet的中文名
workbook.setSheetName(0,"�l�计",(short)1);//�W�三个参��Cؓ�~�码方式�Q�HSSFWorkbook.ENCODING_UTF_16=1
sheet的名�U�C��允许出现重复�?br />
9�Q?先定义一个基本样式，再复制样式的属性。不知何故不能clonebean
HSSFCellStyle headerStyle = workbook.createCellStyle();
PropertyUtils.copyProperties(headerStyle, baseStyle);//

10, 输出�Q�中文名
        response.reset();
       response.setContentType("applicationnd.ms-excel");
       response.addHeader("Content-disposition",
               "attachment;filename="+new String("�l�计".getBytes("GBK"), "ISO-8859-1")+".xls");
       ServletOutputStream out = response.getOutputStream();
       workbook.write(out);
       out.flush();
       out.close();

11�Q�cell.setCellValue(new HSSFRichTextString("��试"));
在poi2.5.1里不��用,只能用cell.setCellValue("��试");
忘了二者有何区�?br />
12�Q�直接用workbook.getBytes()得到的文档内容的�l�构是有问题�?会导致打开xls时报错�?br />ByteArrayOutputStream bos = new ByteArrayOutputStream();
workBook.write(bos);
//ByteArrayInputStream is = new ByteArrayInputStream(workBook.getBytes());//错误
ByteArrayInputStream is = new ByteArrayInputStream(bos.toByteArray());//正确
详见 http://numenzq.javaeye.com/blog/218816

13,POI的老版本的下蝲地址:http://archive.apache.org/dist/jakarta/poi/release/bin

14,每个sheet�?5536的最大行数限�?
   数据量非常大�Ӟ��拆分为多个sheet(每个1万行)可显著降低内存占用�?br />   http://www.javaeye.com/topic/74835?page=3

15,可用PropertyUtils.copyProperties(newStyle, baseStyle)把baseStyle的属性拷贝到newStyle中，但Font�{�拷贝不了�?��拷�?深拷�?)

16,POI如何复制�?讄��分页�W�bug? �?/span>使用POI操作Excel的几�Ҏ��意事��?/a>
和http://www.aygfsteel.com/liaojiyong/archive/2007/11/14/160588.html

17,复制行，复制sheet
http://zhidao.baidu.com/question/66868683.html
http://www.aub.org.cn/J2SE/Article137612.html
http://zhidao.baidu.com/question/42447398.html

18,用HSSFCell的getCellType()只能判断三种�c�d��Q�返回��gؓint 0,1,2
numeric(0), formula(2) or string(1)
但是仅仅依靠�q�个有时候不能完全解决问题，
有时候需要用HSSFDataFormat来共同判断：
    cell.getCellStyle().getDataFormat()
见http://poi.apache.org/apidocs/org/apache/poi/ss/usermodel/BuiltinFormats.html
https://svn.apache.org/repos/asf/poi/trunk/src/testcases/org/apache/poi/hssf/usermodel/TestHSSFDateUtil.java

19�Q�poi3.2把以下属性或�Ҏ��删掉了：
HSSFWorkbook.ENCODING_UTF_16
cell.setEncoding
所以还是��l�用poi3.0.2�?br />
http://blog.csdn.net/impeller/archive/2007/10/29/1855368.aspx
解析Excel注释�Q�填充�ƈ生成报表的一个例�?/a>
http://hi.baidu.com/bluewhale84/blog/item/b9ebd5c295911130e4dd3bd0.html
http://kevintuntun.bokee.com/2692649.html
http://www.ccw.com.cn/htm/center/prog/02_10_22_2.asp
http://llying.javaeye.com/blog/171455
http://hi.baidu.com/fish1996/blog/item/71412181e9825bdabd3e1eed.html(toutf8string)
poi的一个让人失望的bug

openxml4j支持excel2007

leekiang 2008-03-14 22:26 发表评论

备忘

leekiang — Mon, 25 Feb 2008 20:44:00 GMT

有关《java抽取word,pdf的四�U�武器》的实验和�ȝ��
Java抽取Word�Q�PDF的四�U�武�?/a>
使用poi来抽取excel文本
用pdfbox解析pdf文�g
poi
spring集成的Hibernate一�H?/a>
使用sqlquery
全文��索Lucene的实现方�?/a>

Ganttproject可以用来生成甘特�?br /> 文本比较http://www.incava.org/projects/java/java-diff/

leekiang 2008-02-26 04:44 发表评论

leekiang — Thu, 21 Feb 2008 10:29:00 GMT

    import org.cyberneko.html.parsers.DOMFragmentParser;
     import org.apache.html.dom.HTMLDocumentImpl;
     import org.w3c.dom.DocumentFragment;
     import org.w3c.dom.Node;
     import org.w3c.dom.NodeList;
     import org.xml.sax.InputSource;
     import org.xml.sax.SAXException;

     /**
     * 从html中抽取纯文本
     *
     * @param content
     * @return
     * @throws UnsupportedEncodingException
      */
     public String extractTextFromHTML(String content)
             throws UnsupportedEncodingException {
        DOMFragmentParser parser = new DOMFragmentParser();
        DocumentFragment node = new HTMLDocumentImpl().createDocumentFragment();
        InputStream is = new ByteArrayInputStream(content.getBytes());
         try {
            parser.parse( new InputSource(is), node);
        } catch (IOException e) {
            e.printStackTrace();
        } catch (SAXException se) {
            se.printStackTrace();
        }

        StringBuffer newContent = new StringBuffer();
         this .getText(newContent, node);

        String str = ( new String(
                newContent.toString().getBytes( " Windows-1252 " ), " GBK " ));
         return str;
    }

     private void getText(StringBuffer sb, Node node) {
         if (node.getNodeType() == Node.TEXT_NODE) {
            sb.append(node.getNodeValue());
        }
        NodeList children = node.getChildNodes();
         if (children != null ) {
             int len = children.getLength();
             for ( int i = 0 ; i < len; i ++ ) {
                getText(sb, children.item(i));
            }
        }
    }

1�Q�nekohtml1.9.6.1版本用到了jdk5的Arrays.hashCode�{�方法，为兼容jdk1.4,
故采用nekohtml1.9.6版本
2�Q�需要xerces.jar支持
3�Q?br />   http://hi.baidu.com/walkandsing/blog/item/f5743634c6ba2e3a5bb5f5e5.html
   http://blog.csdn.net/zhou2002/archive/2008/01/19/2053911.aspx
   http://playfish.javaeye.com/blog/150184

4,
python解析html
http://lenciel.cn/docs/python-parser-of-xml/
http://hi.baidu.com/javalang/blog/item/84bac4bf731fb80f18d81fe1.html
ruby用hpricot

leekiang 2008-02-21 18:29 发表评论