如何使用Java'；谁有自己的解析器？

我不想下载任何其他库，我说的是这个：

javax.swing.text.html.HTMLEditorKit.Parser

如何使用此解析器提取页面中的重复信息

例如，我在页面中重复了以下代码：

    <tr>
      <td class="info1">get this info</td>
      <td class="info2">get this info</td>
      <td class="info3">get this info</td>
    </tr>

获取此信息
获取此信息
获取此信息

能给我一些示例代码吗

---

提前感谢。

这是一个流解析器，因此当它解析时，它会告诉您它的作用。您应该使用一些类进行扩展（我称之为

解析器

），然后重写您关心的方法

我相信它只适用于“swing中的HTMLDTD”（请参阅）。如果您正在做更复杂的事情，建议您改用外部JavaHTML解析库，比如我之前链接到的一个

下面是基本代码（）：

---

Matthew Flaschen回答了你的直接问题。我只想补充几点建议：

>P>如果您对解析的HTML源具有某种程度的控制，则应考虑更改该源以更好的形式发布信息。例如，如果它是一个web服务器，让它尊重Accept头，并在请求时以（比如）XML或JSON格式提供信息

如果您无法控制HTML的源代码，那么您将任由控制它的人摆布。如果他们更改HTML结构，您的解析可能会中断。无论您使用的是正确的HTML解析器还是（blech）正则表达式，这都适用

您最好使用一个允许的HTML解析器（比如JSoup），它可以理解HTML规范的不同版本，并且或多或少地容忍违反规范的HTML。（使用严格的解析器的问题是，一个小错误，例如缺少

，将导致页面不可解析…对于您的解析器来说…即使页面在大多数web浏览器中显示得很好。）

限制自己只使用标准Java类库是个坏主意。标准库通常不能提供最佳解决方案

---

好吧，你已经卖给我了。谢谢

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

class Parser extends HTMLEditorKit.ParserCallback
{
        private boolean inTD = false;

        public void handleStartTag(HTML.Tag t, MutableAttributeSet a, int pos)
        {
                if(t.equals(HTML.Tag.TD))
                {
                        inTD = true;
                }
        }

        public void handleEndTag(HTML.Tag t, int pos)
        {
                if(t.equals(HTML.Tag.TD))
                {
                        inTD = false;
                }
        }

        public void handleText(char[] data, int pos)
        {
                if(inTD)
                {
                        doSomethingWith(data);
                }
        }

        public void doSomethingWith(char[] data)
        {
                System.out.println(data);
        }

}

class HtmlTester
{
        public static void main (String[] args) throws java.lang.Exception
        {               
            ParserDelegator pd = new ParserDelegator();
            pd.parse(new BufferedReader(new InputStreamReader(System.in)), new Parser(), false);
        }
}