请熟悉HtmlParser（或了解分析html）的朋友进来，万分感谢

Question

本帖最后由 xiongchangjing 于 2010-10-23 21:34:35 编辑

Answer 1

我用过一种土办法：
先把每行代码trim后拼装，整个网页就成一个大String，然后使用正则表达式根据特征来提取信息。
如果网页信息很复杂的话，可以用正则表达式先进行粗提，然后在里面使用正则再提一次…

Answer 2

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args){
String str="<tr>" +
"<th style=\"border-left: 1px solid #cccccc; border-top: 1px solid #cccccc;\">凭证号</th>" +
"<th style=\"border-top: 1px solid #cccccc;\">违法代码</th>" +
"<th style=\"border-top: 1px solid #cccccc;\">违章事件</th>" +
"<th style=\"border-top: 1px solid #cccccc;\">违章时间</th>" +
"<th style=\"border-top: 1px solid #cccccc;\">违章地点</th>" +
"<th style=\"border-top: 1px solid #cccccc;\">违章缴纳费用</th>" +
"</tr>" +
"<tr>" +
"<td style=\"border-left: 1px solid #cccccc\">" +
"44191400P642831</td>" +
"<td>1303</td>" +
"<td>机动车行驶超过规定时速50%以下的</td>" +
"<td>2010-09-24 15:24:21.0</td><td>" +
"塘厦蛟平路科苑城路段</td>" +
"<td>150.0</td>" +
"</tr>" +
"<tr>" +
"<td style=\"border-left: 1px solid #cccccc\">44192500P579896</td>" +
"<td>1303</td>" +
"<td> 机动车行驶超过规定时速50%以下的</td>" +
"<td>2010-09-11 16:08:46.0</td>" +
"<td>公常线治安工作站路段</td>" +
"<td>150.0</td>" +
"</tr>" +
"<tr>" +
"<td style=\"border-left: 1px solid #cccccc\">44191400M890826" +
"</td>" +
"<td>1230</td>" +
"<td>机动车违反禁止标线指示的</td>" +
"<td>2010-02-03 16:38:50.0</td>" +
"<td>东莞市塘厦镇沙湖路</td>" +
"<td>200.0</td>" +
"</tr>";
Matcher m=Pattern.compile("<t[hd][^<>]*>([^<>]*)</t[hd]>",Pattern.DOTALL).matcher(str);
int count=0;
while(m.find()){
count++;
System.out.print(m.group(1));
System.out.print("   ");
if(count==6){
System.out.println();
count=0;
}
}
}
}

Answer 3

楼主，你是怎么用httpclient模拟提交数据的啊，给个例子吧，我也也做违章查询功能，现在没法让交管局网站返回数据，跪求啊，