应用HTMLParser解释操作HTML内容

根据“笑起来像你”发过来的原装代码展示如下:

 

 1import java.util.Vector;
 2
 3import org.htmlparser.Attribute;
 4import org.htmlparser.Node;
 5import org.htmlparser.Parser;
 6import org.htmlparser.Tag;
 7import org.htmlparser.tags.ScriptTag;
 8
 9import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;

public class dfdasfads {

    public static void main(String[] args) throws ParserException {
        StringBuffer sb = new StringBuffer();
        sb.append("<p id=\"p1\"><span id=\"s2\" name=\"s22\">vvv</span></p><script>var char='aaaaa';</script>\r\n<input test.>\r\n<h1 dfasdf..>");
        System.out.println(new dfdasfads().getFilterBody(sb.toString()));
    }

    public String getFilterBody(String strBody) {
        // 一、 htmlparser 处理提交
        Parser parser = Parser.createParser(strBody, "utf-8");
        NodeList list;
        String reValue = strBody;
        try {
            list = parser.parse(null);
            visitNodeList(list);
            reValue = list.toHtml();
        } catch (ParserException e1) {
            e1.printStackTrace();
        }
        return reValue;
    }

    /** *//** 
     * 移除所有标签的Id属性
     * @param list 标签集合
     */
    private void visitNodeList(NodeList list) {
        System.out.println(">>>visitNodeList(list)");
        for (int i = 0; i < list.size(); i++) {
            Node node = list.elementAt(i);
            
            if (node instanceof ScriptTag) {
                list.remove(i);
                continue;
            } else if (node instanceof Tag) {
                Tag _tag = (Tag) node;

                _tag.removeAttribute("id");
            }

            NodeList children = node.getChildren();
            if (children != null && children.size() > 0) {
                visitNodeList(children);
            }

        }
        System.out.println("<<<visitNodeList(list)");
    }
}

 

 

 

  1
  2
  3import java.util.Vector;
  4
  5
  6import org.htmlparser.Attribute;
  7import org.htmlparser.Node;
  8import org.htmlparser.Parser;
  9import org.htmlparser.Tag;
 10
 11import org.htmlparser.tags.ScriptTag;
 12import org.htmlparser.util.NodeList;
 13import org.htmlparser.util.ParserException;
 14
 15
 16
 17
 18public class FilterBody {
 19
 20
 21    public static void main(String[] args) throws ParserException {
 22        String sttt = "<embed allowFullScreen=\"true\" src=\"http://vhead.blog.sina.com.cn/player/outer_player.swf\" quality=\"high\" bgcolor=\"#ffffff\" width=\"424\" height=\"404\" name=\"vsplayer\" align=\"middle\" type=\"application/x-shockwave-flash\" pluginspage=\"http://www.macromedia.com/go/getflashplayer\" />";
 23        System.out.println(new FilterBody().getFilterBody(sttt));
 24
 25    }
 26
 27    public String getFilterBody(String strBody) {
 28
 29        // 一、 htmlparser 处理提交
 30        Parser parser = Parser.createParser(strBody, "utf-8");
 31        NodeList list;
 32        String reValue = strBody;
 33        try {
 34            list = parser.parse(null);
 35            visitNodeList(list);
 36            reValue = list.toHtml();
 37        } catch (ParserException e1) {
 38        
 39        }
 40
 41    ;
 42
 43        return reValue;
 44    }
 45
 46    
 47
 48    // 递归
 49    private void visitNodeList(NodeList list) {
 50        for (int i = 0; i < list.size(); i++) {
 51            Node node = list.elementAt(i);
 52
 53            if (node instanceof Tag) {
 54                if (node instanceof ScriptTag) {
 55                    list.remove(i);
 56                    continue;
 57                }
 58                Tag _tag = (Tag) node;
 59                _tag.removeAttribute("id");
 60                _tag.removeAttribute("onload");
 61                _tag.removeAttribute("alt");
 62
 63                String tagName = _tag.getTagName();
 64                if (tagName == null)
 65                    tagName = "";
 66                else
 67                    tagName = tagName.trim().toUpperCase();
 68
 69            
 70                visitTag((Tag) node);
 71            }
 72
 73            NodeList children = node.getChildren();
 74            if (children != null && children.size() > 0)
 75                visitNodeList(children);
 76
 77        }
 78    }
 79
 80    // 获取tag
 81    private void visitTag(Tag tag) {
 82        String tagName = tag.getTagName();
 83        if (tagName != null && tagName.equalsIgnoreCase("embed")) {
 84            tag.setEmptyXmlTag(false);
 85            tag.setAttribute("AllowNetworking", "\"none\"");
 86            tag.setAttribute("AllowScriptAccess", "never", '"');
 87            tag.setEmptyXmlTag(true);
 88        }
 89        
 90        Vector attrs = tag.getAttributesEx();
 91
 92        for (int i = 0; i < attrs.size(); i++) {
 93            Object obj = attrs.elementAt(i);
 94            if (obj != null && obj instanceof Attribute) {
 95                visitAttribute((Attribute) obj, tag);
 96            }
 97        }
 98    }
 99
    // 获取tag属性
    private void visitAttribute(Attribute attribute, Tag tag) {
        String attName = attribute.getName();
        if (attName == null)
            attName = "";
        else
            attName = attName.trim().toLowerCase();
        String tagName = tag.getTagName();
        if (tagName == null)
            tagName = "";
        else
            tagName = tagName.trim().toLowerCase();
        String tagValue = tag.getText();
        if (tagValue == null)
            tagValue = "";
        else
            tagValue = tagValue.trim().toLowerCase();
        String attribValue = attribute.getValue();
        if (attribValue == null)
            attribValue = "";
        else
            attribValue = attribValue.trim().toLowerCase();

    }

}