Java 程序在解析 HTML 文档时，相信大家都接触过 htmlparser 这个开源项目，我曾经在 IBM DW 上发表过两篇关于 htmlparser 的文章，分别是：从 HTML 中攫取你所需的信息和 扩展 HTMLParser 对自定义标签的处理能力...
分类：
编程语言 时间：
2014-08-11 00:34:11
阅读次数：
314
【背景】 在上一篇博文java爬取网页内容 简单例子（1）——使用正则表达式里面，介绍了如何使用正则表达式去解析网页的内容，虽然该正则表达式比较通用，但繁琐，代码量多，现实中想要想出一条简单的正则表达式 对于没有很好正则表达式基础的人——比如说我T_T——是一件蛮困难的事。这一篇，我们改用jsou....
分类：
编程语言 时间：
2014-08-08 17:29:36
阅读次数：
295
JSP和Servlet的中文乱码处理前几天学习了JSP和Servlet中有关中文乱码的一些问题，写成了博客，今天进行更新一下。应该是可以解决日常的乱码问题了。现在作以下总结希望对需要的人有所帮助。我也是刚学，所以有不足之处希望谅解。一、表单提交时出现乱码：在进行表单提交的时候，经常提交一些中文，自然...
分类：
Web程序 时间：
2014-08-05 00:11:28
阅读次数：
293
清单 1 // 直接从字符串中输入 HTML 文档 String html = " 开源中国社区 " + " 这里是 jsoup 项目的相关文章 "; Document doc = Jsoup.parse(html); // 从 URL 直接加载 HTML 文档 Document d...
分类：
Web程序 时间：
2014-07-31 12:39:56
阅读次数：
329
本文参考链接详细介绍如何使用Jsoup包抓取HTML数据，是一个纯java工程，并将其打包成jar包。希望了解如何用java语言爬虫网页的可以看下。 杂家前文就又介绍用HTTP访问百度主页得到html的string字符串，但html的文本数据如果不经过处理就是个文本字符串没有任何效果的。所谓的浏览器就是负责将文本的html“翻译”成看到的界面。在前文有介绍，这个csdn的客户端app分首页、业界、...
分类：
移动开发 时间：
2014-07-31 03:03:25
阅读次数：
430
http://www.open-open.com/jsoup/parsing-a-document.htmjsoup: Java HTML Parserjsoupis a Java library for working with real-world HTML. It provides a ver...
分类：
编程语言 时间：
2014-07-22 22:52:57
阅读次数：
288
使用DOM方法来遍历一个文档你有一个HTML文档要从中提取数据，并了解这个HTML文档的结构。将HTML解析成一个Document之后，就可以使用类似于DOM的方法进行操作。示例代码： @Test public void getData() throws IOException{ ...
分类：
Web程序 时间：
2014-07-16 17:57:27
阅读次数：
284
消除不受信任的HTML (来防止XSS攻击)在做网站的时候，经常会提供用户评论的功能。有些不怀好意的用户，会搞一些脚本到评论内容中，而这些脚本可能会破坏整个页面的行为，更严重的是获取一些机要信息，此时需要清理该HTML，以避免跨站脚本cross-site scripting攻击（XSS）。使用jso...
分类：
Web程序 时间：
2014-07-16 17:48:54
阅读次数：
312
在你解析一个Document之后可能想修改其中的某些属性值，然后再保存到磁盘或都输出到前台页面。可以使用属性设置方法Element.attr(String key, String value), 和Elements.attr(String key, String value).假如你需要修改一个元素...
分类：
Web程序 时间：
2014-07-16 17:47:50
阅读次数：
307
