Tags：转化 - Heck's Blog - 一瞬间的决定，往往可以改变很多，事实上，让自己成功的往往不是知识，是精神！如果你总是为自己找借口，那只好让成功推迟。执行力，今天！

欢迎来到Heck's Blog，专业承接拿站、企业建站、仿站、网上商城架构、门户网站搭建、空间域名注册、软件定制等项目。关注网络安全，因为专注，所以专业，懂得放弃，才能收获。有事请发邮件至i@heckjj.com，请记住本站网址：http://www.heckjj.com，多谢。

9月21

java中把HTML转化成纯文本

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.