java中把HTML转化成纯文本

C#中有关单例模式的详解

Java中如何获取Mac

9月21

大 | 中 | 小

02:03Heck

编程杂谈 From: 本站原创

我们在很多时候你可能需要在程序中解析HTML文件或者字符串并从中抽取出文本内容来，要实现这个功能有很多工具可用。今天介绍的这个示例是使用swing中的一个类HTMLEditorKit.ParserCallback来实现这个功能。下面是一段示例代码：

import java.io.*;
import java.net.*;
import javax.swing.text.html.*;
import javax.swing.text.html.parser.*;
/**
 *   http://www.hecks.tk
 *
 */
public class HtmlProcessor extends HTMLEditorKit.ParserCallback {
  StringBuffer textBuffer;
  Reader reader;

public HtmlProcessor() {
  }

public HtmlProcessor(Reader r) {
    reader = r;
  }

public void parse() throws IOException {
    textBuffer = new StringBuffer();
    ParserDelegator parserDelegator = new ParserDelegator();
    parserDelegator.parse(reader, this, true);
  }

public void handleText(char[] text, int pos) {
    textBuffer.append(text);
  }

public StringBuffer getTextBuffer() {
    return textBuffer;
  }

public void setTextBuffer(StringBuffer textBuffer) {
    this.textBuffer = textBuffer;
  }

public static String htmlToPlainText(String html) {
    StringReader sr = new StringReader(html);

HtmlProcessor d = new HtmlProcessor(sr);
    try {
      d.parse();
    } catch (IOException e) {
      // TODO Auto-generated catch block
      e.printStackTrace();
    }

sr.close();
    String result = d.getTextBuffer().toString();
    sr = null;
    d = null;
    return result;
  }

public static void main(String[] argv) {
    try {
      // the HTML to convert
      URL toRead;
      if (argv.length == 1)
        toRead = new URL(argv[0]);
      else
        toRead = new URL("http://www.hecks.tk");

BufferedReader in = new BufferedReader(new InputStreamReader(toRead
          .openStream()));
      HtmlProcessor processor = new HtmlProcessor(in);
      processor.parse();
      in.close();

System.out.println(processor.getTextBuffer());
    } catch (Exception e) {
      e.printStackTrace();
    }
  }
}

其中：静态方法htmlToPlainText可以用来将html转化为纯文本，main函数示例了如何将一个网页的内容转化成为纯文本.

来源：Heck's Blog
地址：https://www.heckjj.com/java-swing-convert-2-html/
转载时须以链接形式注明作者和原始出处及本声明，否则将追究法律责任，谢谢配合！

Tags: java , 转化 , html

阅读(3105) | 评论(0) | 引用(0)

< 2026 > < 4 >
日	一	二	三	四	五	六
			1	2	3	4
5	6	7	8	9	10	11
12	13	14	15	16	17	18
19	20	21	22	23	24	25
26	27	28	29	30

Heck's Blog

java中把HTML转化成纯文本

关于博主

分类

日历

统计

最新日志

其他

选择模板

链接

最新评论

赞助商链接

归档