Parseur html avec HTMLEditorKit

Le
1 connu
Bonjour,

Je fait un parseur html en utilisant HTMLEditorKit en suivant cet article
http://www.informit.com/articles/article.aspx?p1059&seqNum=2

Ca marche bien pour recuperer les attributs de la balise (class,href etc) mais j'ai pas trouvé le moyen de recuper le texte inclus.

ex : <a href="http.//" class="toto">Le texte que je voudrais recuper</a>


Merci d'avance
Vidéos High-Tech et Jeu Vidéo
Téléchargements
Vos réponses
Gagnez chaque mois un abonnement Premium avec GNT : Inscrivez-vous !
Trier par : date / pertinence
Real Gagnon
Le #23982931
"1 connu" news:42f7a$4ec76c32$55da2360$:

Bonjour,

Je fait un parseur html en utilisant HTMLEditorKit en suivant cet
article http://www.informit.com/articles/article.aspx?p1059&seqNum=2



Voici comment faire avec JSoup ( http://jsoup.org/ ), je le prefere car
JSoup est plus permissif, HTMLEditorKit est plus severe sur la qualite du
html.

import java.io.IOException;
import java.util.List;
import java.util.ArrayList;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class HTMLUtils {
private HTMLUtils() {}

public static List<String>extractLinks(String url) throws IOException {
final ArrayList<String> result = new ArrayList<String>();

Document doc = Jsoup.connect(url).get();

Elements links = doc.select("a[href]");

for (Element link : links) {
result.add(link.attr("abs:href"));
result.add(link.text());
}
return result;
}


public final static void main(String[] args) throws Exception{
String site = "http://www.rgagnon.com/topics/java-language.html";
List<String> links = HTMLUtils.extractLinks(site);
for (String link : links) {
System.out.println(link);
}
}
}

Bye.
--
Real Gagnon from Quebec, Canada
* Java, Javascript, VBScript or PowerBuilder snippets
* http://rgagnon.com/howto.html
* http://rgagnon.com/bigindex.html
Publicité
Poster une réponse
Anonyme