HTML Parser 学习三

hkebao

htmlparser关键包结构说明
org.htmlparser定义了htmlparser的一些基础类。其中最为重要的是Parser类。
    Parser是htmlparser的最核心的类，其构造函数提供了如下：Parser.createParser (String
html, String charset)、 Parser ()、Parser (Lexer lexer, ParserFeedback
fb)、Parser (URLConnection connection, ParserFeedback fb)、Parser (String
resource, ParserFeedback feedback)、 Parser (String resource)
org.htmlparser.beans 对Visitor和Filter的方法进行了封装，定义了针对一些常用html元素操作的bean，简化对常用元素的提取操作。
    包括：FilterBean、HTMLLinkBean、HTMLTextBean、LinkBean、StringBean、BeanyBaby等。
3.3、org.htmlparser.nodes
    定义了基础的node，包括：AbstractNode、RemarkNode、TagNode、TextNode等。
3.4、org.htmlparser.tags
    定义了htmlparser的各种tag。
3.5、org.htmlparser.filters
    定义了htmlparser所提供的各种filter，主要通过extractAllNodesThatMatch
(NodeFilter
filter)来对html页面指定类型的元素进行过滤，包括：AndFilter、CssSelectorNodeFilter、
HasAttributeFilter、HasChildFilter、HasParentFilter、HasSiblingFilter、
IsEqualFilter、LinkRegexFilter、LinkStringFilter、NodeClassFilter、
NotFilter、OrFilter、RegexFilter、StringFilter、TagNameFilter、XorFilter
3.6、org.htmlparser.visitors
   定义了htmlparser所提供的各种visitor，主要通过visitAllNodesWith (NodeVisitor
visitor)来对html页面元素进行遍历，包括：HtmlPage、LinkFindingVisitor、NodeVisitor、
ObjectFindingVisitor、StringFindingVisitor、TagFindingVisitor、
TextExtractingVisitor、UrlModifyingVisitor

3.7、org.htmlparser.parserapplications
   定义了一些实用的工具，包括LinkExtractor、SiteCapturer、StringExtractor、WikiCapturer，这几个类也可以作为htmlparser使用样例。
3.8、org.htmlparser.tests
   对各种功能的单元测试用例，也可以作为htmlparser使用的样例。
               
               
               

本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u2/84280/showart_2073915.html