htmlparser
简介
htmlparser是一个纯的java写的html解析的库,它不依赖于其它的java库文件,主要用于改造或 提取html。它能超高速解析html,而且不会出错。现在htmlparser最新版本为2.0。 毫不夸张地说,htmlparser就是目前最好的html解析和分析的工具。 无论你是想抓取网页数据还是改造html的内容,用了htmlparser绝对会忍不住称赞
htmlparser基本功能
1. 信息提取 · 文本信息抽取,例如对HTML进行有效信息搜索
· 链接提取,用于自动给页面的链接文本加上链接的标签
· 资源提取,例如对一些图片、声音的资源的处理
· 链接检查,用于检查HTML中的链接是否有效
· 页面内容的监控
2. 信息转换
· 链接重写,用于修改页面中的所有超链接
· 网页内容拷贝,用于将网页内容保存到本地
· 内容检验,可以用来过滤网页上一些令人不愉快的字词
· HTML信息清洗,把本来乱七八糟的HTML信息格式化
· 转成XML格式数据
相关推荐
爱好HtmlCssJs 2019-11-25
wgPython 2019-04-05
jkshangss 2012-08-06
panyingdao 2011-11-03
loverlucky 2010-11-22
souhugirl 2011-11-30
taowanyy 2014-12-08
souhugirl 2010-04-12
SPARK 2010-04-12
谷歌架构师 2019-06-21
Yellowpython 2019-06-21
wusiye 2008-07-08
happyzhangyin 2012-08-28
wangnan0 2012-03-15
andyhu00 2011-04-07
zhangpeng 2011-02-22
Jym 2013-08-28