麻烦.大家帮忙看个高级JAVA_IO问题

青松 2012-01-05 06:48:20

目录结构如下:
文件夹1
1.html
2.html
.
.
.
文件夹2
1.txt
2.txt
.
.
.
现在有如下HTML代码：
<a href="javascript:if(confirm('http://music.qq.com/ \n\n该文件无法用 Teleport Ultra 下载, 因为它是一个域或路径外部被设置为它的启始地址的地址。 \n\n你想在服务器上打开它?'))window.location='http://music.qq.com/'" tppabs="http://music.qq.com/" class="">QQ音乐</a>
想实现的效果是:
1.首先操作文件夹1下面的所有html页面
2.使用JAVA_IO遍历html文件里面所有的<a>标签
3.把遍历到的<a>标签中的tppabs属性(href下的网址也可以)下面的网址和<a>标签之间的文本取出
4.把取出的网址和文本再以:文本+"*"+URL的格式写入到*.txt中

自己半天没弄明白希望高手帮忙写一下代码.要有注释哦..顺便想学习一下..^_^

...全文

106 3 打赏收藏转发到动态举报

写回复

用AI写文章

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

wnf2009 2012-01-05

打赏
举报



//		String u="http://music.qq.com";

//		URL url=new URL(u);

//		URLConnection con=url.openConnection();

//		InputStream is=con.getInputStream();

//		OutputStream os=new FileOutputStream(new File("D:\\test\\aa.html"));

//		int len=0;

//		byte[] buffer=new byte[1024];

//		while ((len=(is.read(buffer)))!=-1) {

//			os.write(buffer, 0, len);

//		}

//		os.close();

//		is.close();

//*********************************************************************************************************

//		String regex="<a[^>]*href=\"([^\"]*)\"[^>]*>(.*?)<\\/a>";

		String hrefRegex="href=['\"]?(.*?)['\" ]\"";

		StringBuilder sb=new StringBuilder();

		Map<String, String> map=new HashMap<String, String>();

		String href="";

		String text="";

		String matchedText="";

		Pattern pattern=Pattern.compile(hrefRegex);

		File file=new File("D:\\test\\aa.html");

		InputStream is=new FileInputStream(file);

		BufferedReader reader=new BufferedReader(new InputStreamReader(is, "GBK"));

		while (reader.read()!=-1) {

			sb.append(reader.readLine());

		}

		Matcher matcher=pattern.matcher(sb);

		while (matcher.find()) {

			System.out.println(matcher.group(1));

		}

	}