在Java中使用HTMLEditorKit查询HTML文件时出现问题

My HTML包含以下形式的标记：

<div class="author"><a href="/user/1" title="View user profile.">Apple</a> - October 22, 2009 - 01:07</div>

-2009年10月22日-01:07

我想从每个标签中提取日期，在本例中为“2009年10月22日-01:07”

我已经实现了javax.swing.text.html.HTMLEditorKit.ParserCallback，如下所示：

class HTMLParseListerInner extends HTMLEditorKit.ParserCallback {   
    private ArrayList<String> foundDates = new ArrayList<String>();
    private boolean isDivLink = false;

    public void handleText(char[] data, int pos) {
        if(isDivLink)
            foundDates.add(new String(data)); // Extracts "Apple" instead of the date.
    }

    public void handleStartTag(HTML.Tag t, MutableAttributeSet a, int pos) {       
        String divValue = (String)a.getAttribute(HTML.Attribute.CLASS);
        if (t.toString() == "div" && divValue != null && divValue.equals("author"))
            isDivLink = true;
    }
}

类HtmlParserListerInner扩展了HTMLEditorKit.ParserCallback{
private ArrayList foundDates=new ArrayList（）；
私有布尔值isDivLink=false；
public void handleText（字符[]数据，整数位置）{
if（isDivLink）
add（新字符串（数据））；//提取“Apple”而不是日期。
}
public void handleStartTag（HTML.Tag t，MutableAttributeSet a，int pos）{
String divValue=（String）a.getAttribute（HTML.Attribute.CLASS）；
如果（t.toString（）=“div”&&divValue！=null&&divValue.equals（“作者”））
isDivLink=true；
}
}

---

但是，上面的解析器返回“Apple”，它位于标记内的超链接中。如何修复解析器以提取日期？

覆盖

handleEndTag

并检查

“a”

---

但是，这个HTML解析器是90年代早期的，这些方法没有得到很好的指定。

重写

handleEndTag

并检查

“a”

import java.io.*;
import java.util.*;
import javax.swing.text.*;
import javax.swing.text.html.*;
import javax.swing.text.html.parser.*;

public class ParserCallbackDiv extends HTMLEditorKit.ParserCallback
{
    private boolean isDivLink = false;
    private String divText;

    public void handleEndTag(HTML.Tag tag, int pos)
    {
        if (tag.equals(HTML.Tag.DIV))
        {
            System.out.println( divText );
            isDivLink = false;
        }
    }

    public void handleStartTag(HTML.Tag tag, MutableAttributeSet a, int pos)
    {
        if (tag.equals(HTML.Tag.DIV))
        {
            String divValue = (String)a.getAttribute(HTML.Attribute.CLASS);

            if ("author".equals(divValue))
                isDivLink = true;
        }
    }

    public void handleText(char[] data, int pos)
    {
        divText = new String(data);
    }

    public static void main(String[] args)
    throws IOException
    {
        String file = "<div class=\"author\"><a href=\"/user/1\"" +
            "title=\"View user profile.\">Apple</a> - October 22, 2009 - 01:07</div>";
        StringReader reader = new StringReader(file);

        ParserCallbackDiv parser = new ParserCallbackDiv();

        try
        {
            new ParserDelegator().parse(reader, parser, true);
        }
        catch (IOException e)
        {
            System.out.println(e);
        }
    }
}

然而，这个HTML解析器来自90年代早期，这些方法没有得到很好的指定。

import java.io.*；
import java.io.*;
import java.util.*;
import javax.swing.text.*;
import javax.swing.text.html.*;
import javax.swing.text.html.parser.*;

public class ParserCallbackDiv extends HTMLEditorKit.ParserCallback
{
    private boolean isDivLink = false;
    private String divText;

    public void handleEndTag(HTML.Tag tag, int pos)
    {
        if (tag.equals(HTML.Tag.DIV))
        {
            System.out.println( divText );
            isDivLink = false;
        }
    }

    public void handleStartTag(HTML.Tag tag, MutableAttributeSet a, int pos)
    {
        if (tag.equals(HTML.Tag.DIV))
        {
            String divValue = (String)a.getAttribute(HTML.Attribute.CLASS);

            if ("author".equals(divValue))
                isDivLink = true;
        }
    }

    public void handleText(char[] data, int pos)
    {
        divText = new String(data);
    }

    public static void main(String[] args)
    throws IOException
    {
        String file = "<div class=\"author\"><a href=\"/user/1\"" +
            "title=\"View user profile.\">Apple</a> - October 22, 2009 - 01:07</div>";
        StringReader reader = new StringReader(file);

        ParserCallbackDiv parser = new ParserCallbackDiv();

        try
        {
            new ParserDelegator().parse(reader, parser, true);
        }
        catch (IOException e)
        {
            System.out.println(e);
        }
    }
}

导入java.util.*；
导入javax.swing.text.*；
导入javax.swing.text.html.*；
导入javax.swing.text.html.parser.*；
公共类ParserCallbackDiv扩展了HTMLEditorKit.ParserCallback
{
私有布尔值isDivLink=false；
私有字符串文本；
public void handleEndTag（HTML.Tag标记，int-pos）
{
if（tag.equals（HTML.tag.DIV））
{
System.out.println（divText）；
isDivLink=false；
}
}
public void handleStartTag（HTML.Tag标记，可变属性集a，int-pos）
{
if（tag.equals（HTML.tag.DIV））
{
String divValue=（String）a.getAttribute（HTML.Attribute.CLASS）；
if（“author.”等于（divValue））
isDivLink=true；
}
}
public void handleText（字符[]数据，整数位置）
{
divText=新字符串（数据）；
}
公共静态void main（字符串[]args）
抛出IOException
{
字符串文件=“-10月22日，2009-01:07”；
StringReader=新的StringReader（文件）；
ParserCallbackDiv parser=新的ParserCallbackDiv（）；
尝试
{
新的ParserDelegator（）.parse（读取器，解析器，true）；
}
捕获（IOE异常）
{
系统输出打印ln（e）；
}
}
}

导入java.io.*；
导入java.util.*；
导入javax.swing.text.*；
导入javax.swing.text.html.*；
导入javax.swing.text.html.parser.*；
公共类ParserCallbackDiv扩展了HTMLEditorKit.ParserCallback
{
私有布尔值isDivLink=false；
私有字符串文本；
public void handleEndTag（HTML.Tag标记，int-pos）
{
if（tag.equals（HTML.tag.DIV））
{
System.out.println（divText）；
isDivLink=false；
}
}
public void handleStartTag（HTML.Tag标记，可变属性集a，int-pos）
{
if（tag.equals（HTML.tag.DIV））
{
String divValue=（String）a.getAttribute（HTML.Attribute.CLASS）；
if（“author.”等于（divValue））
isDivLink=true；
}
}
public void handleText（字符[]数据，整数位置）
{
divText=新字符串（数据）；
}
公共静态void main（字符串[]args）
抛出IOException
{
字符串文件=“-10月22日，2009-01:07”；
StringReader=新的StringReader（文件）；
ParserCallbackDiv parser=新的ParserCallbackDiv（）；
尝试
{
新的ParserDelegator（）.parse（读取器，解析器，true）；
}
捕获（IOE异常）
{
系统输出打印ln（e）；
}
}
}

虽然我在考虑这个问题，但在

String

s上使用

==

通常不是一个好主意。我在Java中搜索html解析器，这似乎是一个流行的解析器。如果你知道任何其他易于使用的解析器，如果你能介绍它们，我将不胜感激。虽然我在考虑，但在

String

s上使用

==

通常不是一个好主意。我在Java中搜索html解析器，这似乎是一个流行的解析器。如果您知道任何其他易于使用的解析器，如果您能介绍它们，我将不胜感激。