高分请教java实现一个元搜索引擎问题

想java实现一个元搜索引擎，目前我的思路是向网络上的web服务器发送一个http请求，从网络上获取一个http回应，是一个html文档，在这个文档里面，有我需要的东西，当然也有我不要的东西，怎么解串获取我想要的信息（一般我想要的是一些超连接和一些描述该超连接的文本信息）

解决方案 »

  1.   

    只能是根据html标记进行字符串的分析
      

  2.   

    html标记进行字符串的分析??
    可以大致说明一下思路嘛？
    还有上面提的问题是的我初期想法，不晓得哪位有没有其他好的思路实现这个元搜索引擎
      

  3.   

    你可以使用jtidy把你获取到的html先转为dom，然后……
      

  4.   

    描述信息非常准是不可能的，除非你知道其网站的页面结构，比如知道你要的信息在哪个<td>里面，这样才能获取到，自动的话，应该比较复杂，google也不过是取文本而已
      

  5.   

    找开源的html解析包， 把无用的一些标签去掉， 找到有用的比如联接等信息
      

  6.   

    字串搜索"<A"和"< A"一般就足以找到链接内容了,再对">","</A>"等进行搜索,取内容.考虑有的HTML代码书写不规范,为了更有通用性,可以把多余的空格先过滤掉,用REPLACE等方法.