「java提取网址加标签」java获取标签的内容

本篇文章给大家谈谈java提取网址加标签，以及java获取标签的内容对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、java提取html标签信息里面的内容并排好序
• 2、用java获取网页标签
• 3、如何使用java的正则表达式提取html标签
• 4、java语言获取网页标签中的内容

java提取html标签信息里面的内容并排好序

如果懂一点Java知识就知道一共需要以下几个部分：

1.首先使用xml的一个dom解析获取到这个html后

2. 通过获取所有的A标签的Element

3.然后就可以根据这个Element获取到text信息了。

4.通过"java"或者空格作为分隔符使用split方法就可以区分出你的“提取出来的结果”和“百分比

”。

5.最后排序。

用java获取网页标签

去看一下jsoup.jar和它的用法，用这个来获取网页内的指定标签还是和方便的

如何使用java的正则表达式提取html标签

//我随便写了一个工具类，getRegexData就是那个方法，你可以根据你的需求稍加改动即可因为我使用的

//URL 而不是HttpClient，所以数据是全部获取过来了，你自己改改吧！不懂再问我

package com.wdy.util;

import java.io.IOException;

import java.io.InputStream;

import java.net.URL;

import java.util.ArrayList;

import java.util.List;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

/**

 * 工具类

 * @author WDY

 *

 */

public class Tool {

    public static void main(String[] args) {

        System.out.println(getRegexData("img[ ]*src.*?jpg\"", "img src=\"img1.jpg\"img src=\"img2.jpg\""));

        try {

            URL url=new URL("");

            String stringData=getStringFromInputStream(url.openStream());

            System.out.println(stringData+"----------------------------------------");

            System.out.println();

            System.out.println(getRegexData("http://.{6,70}?(png|jpg)", stringData));

        } catch (IOException e) {

            e.printStackTrace();

        }

    }

    /**

     * 给一个正则表达式，和数据，将正则匹配到的数据全数取出来

     * 

     * @param regex

     * @param data

     * @return ListString

     */

    public static ListString getRegexData(String regex,String data){

        Pattern pattern=Pattern.compile(regex);

        Matcher matcher=pattern.matcher(data);

        ListString resultList=new ArrayListString();

        int index=0;//搜索的位置

        String temp="";

        /* 从指定位置查找，如果找到了，就继续执行下面的代码 */

        while(matcher.find(index)){

            temp=matcher.group();//将匹配到的数据取出来放到集合中去

            resultList.add(temp);

            index+=temp.length();//将查找位置放到此时找到的数据后面

            System.out.println(index);

        }

        return resultList;

    }

    /**

     * 将输入流装成字符串

     * @param is

     * @return

     */

    public static String getStringFromInputStream(InputStream is)throws IOException{

        StringBuilder sbl=new StringBuilder();

        byte[] buff=new byte[1024*8];

        int len;

        int i=0;

        while((len=is.read(buff))!=-1){

            sbl.append(new String(buff,0,len,"utf-8"));

            System.out.println(i++);

        }

        System.out.println(sbl.length());

        return sbl.toString();

    }

}

java语言获取网页标签中的内容

新浪的那个天气的值是通过js动态加载的，原始html页面是div id="SI_Weather_Wrap" class="now-wea-wrap clearfix"/div 。

而jsoup只是对html进行解析，所以是找不到js动态生成的哪些信息的。

关于java提取网址加标签和java获取标签的内容的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。