有没有函数从html文本中获取纯文本内容？？？__html_FileOutputStream_args_java_FileInputStream_

当前位置: 技术问答>java相关

有没有函数从html文本中获取纯文本内容？？？

来源: 互联网发布时间：2015-05-25

本文导语: 我需要从html文件中获取正文内容，有没有函数从html文本中获取纯文本内容？？？急用！！！！，谢谢了 | 可以用java文件流来读取。然后判断html的标志关键字：如果是正文则读取。 html的标...

我需要从html文件中获取正文内容，有没有函数从html文本中获取纯文本内容？？？急用！！！！，谢谢了

可以用java文件流来读取。
然后判断html的标志关键字：如果是正文则读取。
html的标志关键字，自己去查吧(如：...)

不建议你自己处理，最好找个合适的Html解析器
如果需要自己处理，也请使用正则表达式来匹配

你想要HTML parser吗，我这里有个，给你EMAIL我，我寄信给你。
但我没有测试过。

我建议你看看：

    import java.io.*;
    import java.nio.*;
    import java.nio.channels.*;

    public class worldheart {
        public static void main(String args[])
                                   throws IOException {

            // check command-line arguments

            if (args.length != 2) {
                System.err.println("missing filenames");
                System.exit(1);
            }

            // get channels

            FileInputStream fis =
                           new FileInputStream(args[0]);
            FileOutputStream fos =
                          new FileOutputStream(args[1]);
            FileChannel fcin = fis.getChannel();
            FileChannel fcout = fos.getChannel();

            // allocate buffer

            ByteBuffer buf =
                        ByteBuffer.allocateDirect(8192);

            // do copy

            long size = fcin.size();
            long n = 0;
            while (n