Java HtmlParse提取標(biāo)簽中的值操作
☆代碼示例:
代碼塊語法遵循標(biāo)準(zhǔn)markdown代碼,例如:
package cas;
import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.filters.StringFilter;
import org.htmlparser.filters.TagNameFilter;
import org.htmlparser.tags.ImageTag;
import org.htmlparser.util.NodeList;
/**
* Html 中的body體中提取出Img標(biāo)簽中的src值
*
* @author XY
*
*/
public class CASHtmlImgConvert {
public static void main(String[] args) {
//演示
String[] oldSrcPath=changeImgSrc("<img alt=\"\" src=\"http://www.czb8688.com/attached/image/20160116/20160116141455_775.jpg\" />");
if(oldSrcPath!=null){
for(String str:oldSrcPath){
System.out.println(str);
}
}
}
public static boolean isEmpty(String str){
if(str!=null&&(!str.equals("")))
return false;
else
return true;
}
/**
*
* @param htmlPath 本地的html路徑 或者body
*/
private static String[] changeImgSrc(String htmlPath)
{ StringBuilder oldSrcPath = new StringBuilder();
try {
Parser parser = new Parser(htmlPath);
//標(biāo)簽名過濾器
NodeFilter filter = new TagNameFilter ("img");
NodeList nodes = parser.extractAllNodesThatMatch(filter);
Node eachNode = null;
ImageTag imageTag = null;
if (nodes != null)
{
// 遍歷所有的img節(jié)點(diǎn)
for (int i = 0; i < nodes.size(); i++)
{
eachNode = (Node)nodes.elementAt(i);
if (eachNode instanceof ImageTag)
{
imageTag = (ImageTag)eachNode;
// 獲得html文本的原來的src屬性
String path=imageTag.getAttribute("src");
if(path.startsWith(""))
path="http://www.czb8688.com"+path;
oldSrcPath .append(path+",");
}
}
}
} catch (Exception e) {
e.printStackTrace();
}
String str=oldSrcPath.toString();
//返回圖片數(shù)組
return str.substring(0,str.length()-1).split(",");
}
}
補(bǔ)充知識(shí):java 掃描HTML 拿取各種標(biāo)簽資源數(shù)據(jù)
直接上代碼,不比比。
package com.zhirui.oa.modules.notice.utils;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class TemplateUtil {
public static List<Map<String, Object>> getImgSrc(String htmlContent) {
List<Map<String, Object>> srcList = new ArrayList<>(); //用來存儲(chǔ)獲取到的地址
Map<String, Object> map = null;
Pattern p = Pattern.compile("<(img|IMG)(.*?)(>|></img>|/>)");//匹配字符串中的img標(biāo)簽
Matcher matcher = p.matcher(htmlContent);
boolean hasPic = matcher.find();
if (hasPic == true)//判斷是否含有圖片
{
while (hasPic) //如果含有圖片,那么持續(xù)進(jìn)行查找,直到匹配不到
{
String group = matcher.group(2);//獲取第二個(gè)分組的內(nèi)容,也就是 (.*?)匹配到的
Pattern srcText = Pattern.compile("(src|SRC)=(\"|\')(.*?)(\"|\')");//匹配圖片的地址
Matcher matcher2 = srcText.matcher(group);
if (matcher2.find()) {
map = new HashMap<>();
map.put("imgResourcePath", matcher2.group(3));
srcList.add(map);//把獲取到的圖片地址添加到列表中
map = null;
}
hasPic = matcher.find();//判斷是否還有img標(biāo)簽
}
}
return srcList;
}
public static List<Map<String, Object>> getVideoSrc(String htmlContent) {
List<Map<String, Object>> srcList = new ArrayList<>(); //用來存儲(chǔ)獲取到的視頻地址
Map<String, Object> map = null;
Pattern p = Pattern.compile("<(video|VIDEO)(.*?)(>|></video>|/>)");//匹配字符串中的video標(biāo)簽
Matcher matcher = p.matcher(htmlContent);
boolean hasPic = matcher.find();
if (hasPic == true)//判斷是否含有視頻
{
while (hasPic) //如果含有視頻,那么持續(xù)進(jìn)行查找,直到匹配不到
{
String group = matcher.group(2);//獲取第二個(gè)分組的內(nèi)容,也就是 (.*?)匹配到的
Pattern srcText = Pattern.compile("(src|SRC)=(\"|\')(.*?)(\"|\')");//匹配視頻的地址
Matcher matcher2 = srcText.matcher(group);
if (matcher2.find()) {
map = new HashMap<>();
map.put("videoResourcePath", matcher2.group(3));
srcList.add(map);//把獲取到的視頻地址添加到列表中
map = null;
}
hasPic = matcher.find();//判斷是否還有video標(biāo)簽
}
}
return srcList;
}
public static List<Map<String, Object>> getAhref(String htmlContent) {
List<Map<String, Object>> srcList = new ArrayList<>(); //用來存儲(chǔ)獲取到的超鏈接地址
Map<String, Object> map = null;
Pattern p = Pattern.compile("<(a|A)(.*?)(>|></a>|/>)");//匹配字符串中的a標(biāo)簽
Matcher matcher = p.matcher(htmlContent);
boolean hasPic = matcher.find();
if (hasPic == true)//判斷是否含有超鏈接
{
while (hasPic) //如果含有超鏈接,那么持續(xù)進(jìn)行查找,直到匹配不到
{
String group = matcher.group(2);//獲取第二個(gè)分組的內(nèi)容,也就是 (.*?)匹配到的
Pattern srcText = Pattern.compile("(href|HREF)=(\"|\')(.*?)(\"|\')");//匹配超鏈接的地址
Matcher matcher2 = srcText.matcher(group);
if (matcher2.find()) {
map = new HashMap<>();
map.put("aResourcePath", matcher2.group(3));
srcList.add(map);//把獲取到的超鏈接地址添加到列表中
map = null;
}
hasPic = matcher.find();//判斷是否還有a標(biāo)簽
}
}
return srcList;
}
}
以上這篇Java HtmlParse提取標(biāo)簽中的值操作就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Springboot配置管理Externalized?Configuration深入探究
這篇文章主要介紹了Springboot配置管Externalized?Configuration深入探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
Java ArrayList.add 的實(shí)現(xiàn)方法
這篇文章主要介紹了Java ArrayList.add 的實(shí)現(xiàn)方法,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-11-11
Java mockito單元測試實(shí)現(xiàn)過程解析
這篇文章主要介紹了Java mockito單元測試實(shí)現(xiàn)過程解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-08-08
Java編程之多線程死鎖與線程間通信簡單實(shí)現(xiàn)代碼
這篇文章主要介紹了Java編程之多線程死鎖與線程間通信簡單實(shí)現(xiàn)代碼,具有一定參考價(jià)值,需要的朋友可以了解下。2017-10-10
SpringBoot整合Scala構(gòu)建Web服務(wù)的方法
這篇文章主要介紹了SpringBoot整合Scala構(gòu)建Web服務(wù)的方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03

