专注于互联网--专注于架构

2008年9月26日解析html标签:解析得到除去标签的txt内容

一个网页中可能含有很多段落，但同时也夹杂着不少的标签（tags），而这却不是我们所需要的，所以必须去掉。那么怎么去掉呢？用Visitor，请看下面代码： NodeList body_nodes=this.getParser().parse(body_filter); for(int i=0;i<body_nodes.size();i++) { Node node=body_nodes.elementAt(i); Parser body_parser=new Parser(node.toHtml()); TextExtractingVisitor vi... [阅读全文] [PDF]