急！急！急！谁知道关于用java解析html文档？

Question

我觉得你该好好研究一下xml了，那个应该针对你的情况。到java.sun.com上看看xml的学习文档吧，sax和dom应该是最适合的。

Answer 1

我已经用过,给你一个例子程序也许对你有帮助
package util;import java.io.*;
import java.util.*;
import javax.swing.text.*;
import javax.swing.text.html.*;
import javax.swing.text.html.parser.*;/**
 * 解析HTML文件中特定元素
 * LINK href
 * A href
 * IMG src
 * SCRIPT src
 *
 */
public class ParseHtml{
    public static void main(String args[]){
        ParseHtml ph = new ParseHtml();        try{
            String filename = "d:\\y\\scounix.htm";
            BufferedReader brd = new BufferedReader( new FileReader( filename ) );
            char[] str = new char[50000];
            brd.read(str);
            String sHtml = new String( str );            startParse( sHtml );
        }catch(Exception e){
            e.printStackTrace();
        }
    }    private static void startParse(String sHtml){
        try{
            ParserDelegator parser = new ParserDelegator();
            HTMLEditorKit.ParserCallback callback = new Callback();
            parser.parse( new StringReader(sHtml), callback, true);
        }catch(Exception e){
            e.printStackTrace();
        }
    }    static class Callback extends HTMLEditorKit.ParserCallback{
        public void handleSimpleTag(HTML.Tag t, MutableAttributeSet a, int pos){
            if(t.equals(HTML.Tag.IMG)){
                String src= (String)a.getAttribute(HTML.Attribute.SRC);
                System.out.println("No." + count + " IMG src=" + src);
                count++;
            }
            if(t.equals(HTML.Tag.LINK) ){
                String href = (String)a.getAttribute(HTML.Attribute.HREF);
                System.out.println("No." + count + " LINK src=" + href );
                count ++;
            }
        }        public void handleStartTag(HTML.Tag t, MutableAttributeSet a,int pos){
            if(t.equals(HTML.Tag.A) ){
                String src= (String)a.getAttribute(HTML.Attribute.HREF);
                System.out.println("No." + count + " A href=" + src );
                count ++;
            }
            if(t.equals(HTML.Tag.SCRIPT) ){
                String src = (String)a.getAttribute(HTML.Attribute.SRC);
                System.out.println("No." + count + " SCRIPT src=" + src );
                count ++;
            }
        }        private int count = 1;
    }
}
说明:其中的staic class可以改为class

Answer 2

to zhangjb():
   非常感谢你的帮助！我是今年4月份学的java,希望能常和你联系。
我的email:[email protected];oicq:1013773.

Answer 3

欢迎交流问题,我的email是[email protected]

Answer 4

http://www.csdn.net/expert/Topic/224/224190.shtm
请看这个！～