求教htmlParser过滤一个页面的问题

Question

现有如下代码段：是一个table,限于版面我只截取了一部分，我想将只有div和input的tr过滤出来（如红色字体所示），我已经将所有的tr放到TableRow[]里面了,请问下一步该怎么过滤？
<tr>
    <td colspan="4"><hr align=left noshade size=1></td>
    </tr>
  <tr>
    <td width="91" rowspan="7" bgcolor="#bababa">指定作者、关键词</td>
    <td width="3" rowspan="7"> </td>
    <td width="79"><div align="right">作者    </div></td>
    <td width="574"><input type="text" name="txt_zuozhe">
    检索文章中任意一个作者姓名。如，张三</td>
  </tr>
  <tr>
    <td><div align="right">作者    </div></td>
    <td><input type="text" name="txt_zuozhe2">
      检索文章中任意一个作者姓名。如，李四</td>
  </tr>  <tr>
    <td><div align="right">作者单位    </div></td>
    <td><input name="txt_zuozhedw" type="text">
    检索文章中任意一个作者单位。如，大学</td>
  </tr>
  <tr>
    <td><div align="right">题目    </div></td>
    <td><input name="txt_wenti" type="text">      检索文章的题目（支持模糊查找）</td>
  </tr>
  <tr>
    <td><div align="right">摘要|题目 </div></td>
    <td><input type="text" name="txt_zhaiyao">
    检索文章的摘要或题目（支持模糊查找）</td>
  </tr>
  <tr>
    <td><div align="right">关键词    </div></td>
    <td><input type="text" name="txt_guanjianci">
    检索文章的关键词（支持模糊查找）</td>
  </tr>
  <tr>
    <td><div align="right">分类号|pacs    </div></td>
    <td><input type="text" name="txt_fenleihao">
    检索文章的分类号或pacs</td>
  </tr>
  <tr>
    <td colspan="4"><hr align=left noshade size=1></td>
    </tr>
  <tr>

Answer 1

那你下一步需要过滤什么就从TableRow[]读取过滤

Answer 2

可以使用 HTMLParser 的 AttributeMatchFilter 去找所有v align="right" 的td数组 然后取第一个 <td><input type="text" name="txt_zuozhe2">
检索文章中任意一个作者姓名。如，李四</td>
</tr> <tr>上面那个就更简单了 直接去抓取  name="txt_zuozhe2" 的空间 取值 
参考文章
HTMLParser 之 AttributeMatchFilter再次出刃

Answer 3

匹配一个属性是容易, 源文件有N个, 每个name都不一样你要搞多少过滤器列??

Answer 4

这个问题可以这样做：
1 对每一个tr判断是否有div和input 
  int j=0;
  TableRow UsedTableRow=new TableRow[100];
  NodeFilter filter=new NodeClassFilter(InputTag.class);
  NodeFilter filter1=new NodeClassFilter(Div.class);
  for(int i=0;i<TableRow.size;i++){
    TableRow row=(TableRow)TableRow[i];
    NodeList nodelist=row.getChildren().extractAllNodesThatMatch(filter,true); 
    NodeList nodelist1=row.getChildren().extractAllNodesThatMatch(filter1,true);
    if(nodelist!=null&&nodelist1!=null) {
       UsedTableRow[j]=row;
       j++
    }
  }
    这样符合条件的就存入UsedTableRow中了

Answer 5

很好，该方法可行，不过需要修改一下，将filter1应该为TagNameFilter("div")，用NodeClassFilter无法将其过滤出来，呵呵，谢谢了！！