当前位置：首页 > 软件库 > Web应用开发 > HTML解析器 >

NekoHTML

HTML 文档解析器

授权协议 Apache

开发语言 Java

所属分类 Web应用开发、 HTML解析器

软件类型开源软件

地区不详

投递者邵城

操作系统跨平台

开源组织无

适用人群未知

软件官网

软件文档

官方下载

软件概览

NekoHTML 是一个 Java语言的 HTML扫描器和标签补全器(tag balancer) ，使得程序能解析HTML文档并用标准的XML接口来访问其中的信息。这个解析器能够扫描HTML文件并“修正”许多作者（人或机器）在编写HTML文档过程中常犯的错误。

NekoHTML能增补缺失的父元素、自动用结束标签关闭相应的元素，以及不匹配的内嵌元素标签。NekoHTML的开发使用了 Xerces Native Interface (XNI)，后者是Xerces2的实现基础。

示例代码：

package sample;

import org.cyberneko.html.parsers.DOMParser;
import org.w3c.dom.Document;
import org.w3c.dom.Node;

public class TestHTMLDOM {
    public static void main(String[] argv) throws Exception {
        DOMParser parser = new DOMParser();
        for (int i = 0; i < argv.length; i++) {
            parser.parse(argv[i]);
            print(parser.getDocument(), "");
        }
    }
    public static void print(Node node, String indent) {
        System.out.println(indent+node.getClass().getName());
        Node child = node.getFirstChild();
        while (child != null) {
            print(child, indent+" ");
            child = child.getNextSibling();
        }
    }
}

使用案例

NekoHTML 学习笔记

NekoHTML 学习笔记　　J. Andrew Clark 用Java写了一系列的工具 (Java APIs)，NekoHTML 是其中之一。　　NekoHTML 是一个简单地HTML扫描器和标签补偿器(tag balancer) ,使得程序能解析HTML文档并用标准的XML接口来访问其中的信息。这个解析器能投扫描HTML文件并“修正”许多作者（人或机器）在编写HTML文档过程中常犯的错误。
nekohtml的简单使用

做了一段时间的网页解析的工作，有了些体会，写出来和大家分享。现在流行的HTML解析工具主要有HTML Parser和nekohtml，我就不细介绍他们了，有兴趣的话可以自己google。个人比较喜欢用nekohtml+xerces，xerces实际上也是一个XML的解析包，nekohtml建筑在其之上，两者搭配后可将网页解析成一颗DOM树，这样我们对于网页的操作就转化为对这棵
一个使用NekoHTML解析html的例子

import java.io.PrintWriter; import org.cyberneko.html.parsers.DOMParser; import org.w3c.dom.Document; import org.w3c.dom.NamedNodeMap; import org.w3c.dom.Node; import org.w3c.dom.NodeList; /** * * @au
用过nekohtml的进来

做一个软件，需要解析HTML，找到了nekohtml这个工具，网上给的例子如下：packagecom.ctlok.pro;importjava.io.IOException;importorg.cyberneko.html.parsers.DOMParser;importorg.do... 做一个软件，需要解析HTML，找到了nekohtml这个工具，网上给的例子如下： package com.c
nekohtml转换html时标签变大写的问题

public staticDocument transferByNeko(InputStream stream, String charset) {if (stream == null)return null;if(StringUtils.isEmpty(charset)){ charset=DEFAULT_CHARSET; }//NEKOHTML的DOMParser会将html标签转化成大写，是
NekoHTML学习笔记

NekoHTML 学习笔记　　J. Andrew Clark 用Java写了一系列的工具 (Java APIs)，NekoHTML 是其中之一。　　NekoHTML 是一个简单地HTML扫描器和标签补偿器(tag balancer) ,使得程序能解析HTML文档并用标准的XML接口来访问其中的信息。这个解析器能投扫描HTML文件并“修正”许多作者（人或机器）在编写HTML文档过程中常犯的错误。
NekoHTML

遍历html,删除节点信息demo //author: thrillerzw public class DomUtils { public static Document parse(String str) { InputSource input = new InputSource(new StringReader(str)); DOMParser parser = new DO
NekoHtml解析 html 文件

最近做了一个 html 解析的小项目，用的是 NekoHtml, 解析静态的html页面，提取需要的信息成jason对象并放到一个文件中。思路是，先使用Netko可以快速的将需要的html中的指定标签如 table 中的信息拿到。然后存入临时生成一个temp.html页面，再重新解析成 node对象。就可以根据结构获得制定的 node下的内容了。核心代码如下： public stati
nekohtml和xpath

NekoHTML 和 XPath http://dustin.iteye.com/blog/286232 http://www.cnblogs.com/focusj/archive/2012/01/16/2324100.html 1、使用httpclient进行页面数据提取，如果需要cookie的网站需要带cookie(预先访问网页可以获取cookie)，配置查询URL。 2、使用nokeht
Java解析HTML之NekoHTML

[size=medium]NekoHTML是一个简单地HTML扫描器和标签补偿器(tag balancer),使得程序能解析HTML文档并用标准的XML接口来访问其中的信息。这个解析器能投扫描HTML文件并“修正”许多作者（人或机器）在编写HTML文档过程中常犯的错误。NekoHTML能增补缺失的父元素、自动用结束标签关闭相应的元素，以及不匹配的内嵌元素标签。NekoHTML的开发使用了Xerce
NekoHtml 解析内容时需要注意的地方

如果需要在HTML页面中提取数据，那么NekoHTML 是个不错的工具。因为HTML跟XML不一样，可能存在一些格式不完整的元素，譬如没有end tag的table等，这个时候，NekoHTML是个很尽责的清道夫和修理工，可以帮助我们整理这些缺陷数据，最终生成一个DOM Tree。得到DOM Tree话，使用XPath就可以轻松获取所需数据了：-）下面是几个需要注意的问题： 1、如何使用
httpclient+nekohtml 解析HTML

httpclient+nekohtml 解析HTML import org.cyberneko.html.parsers.DOMParser; import org.xml.sax.InputSource; import org.xml.sax.SAXException; import org.w3c.dom.Document; import org.apache.commons.httpclie

NekoHTML

同类工具

相关阅读

相关文章

相关问答

相关文档