java讀讀取取html文文件件,并并獲獲取取body中中所所有有的的標(biāo)標(biāo)簽簽及及內(nèi)內(nèi)容容的的案案例例

這里的獲取的是html文件中body 中的所有標(biāo)簽以及內(nèi)容

package com.lmt.service.file;

import java.io.BufferedReader;

import java.io.File;

import java.io.FileInputStream;

import java.io.InputStreamReader;

import java.io.Reader;

import org.springframework.stereotype.Component;

import com.lmt.config.UrlConstants;

Component

public class ParseFile {

/**

* 解析html文件

* param file

* return

*/

public String readHtml(File file){

String body = "";

try {

FileInputStream iStream = new FileInputStream(file);

Reader reader = new InputStreamReader(iStream);

BufferedReader htmlReader = new BufferedReader(reader);

String line;

boolean found = false;

while (!found && (line = htmlReader.readLine()) != null) {

if (line.toLowerCase().indexOf("

的前面可能存在空格

found = true;

}

}

found = false;

while (!found && (line = htmlReader.readLine()) != null) {

if (line.toLowerCase().indexOf("

found = true;

} else {

// 果存在圖片，則將相對路徑轉(zhuǎn)換為絕對路徑

String lowerCaseLine = line.toLowerCase();

if (lowerCaseLine.contains("src")) {

//這里是定義圖片的訪問路徑

String directory = "D:/test";

// 果路徑名不以反斜杠結(jié)尾，則手動(dòng)添加反斜杠

/*if (!directory.endsWith("\\")) {

directory = directory + "\\";

}*/

// line = line.substring(0, lowerCaseLine.indexOf("src") + 5) + directory +

line.substring(lowerCaseLine.indexOf("src") + 5);

/*String filename = extractFilename(line);

line = line.substri

總結(jié)

以上是生活随笔為你收集整理的Java读取HTML传人文件,java读取html文件并获取body中所有的标签及内容的案例.pdf的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。