神一样的题目求神一样的答复

[edwardfay]

朋友发给我的一个某公司的面试题：
用JAVA写一个WEB程序，可以输入一个URL地址（如：http://www.haodew.com/index.html）和一个关键词（如：电子商务）之后，
点击确定按钮提交，程序返回如下结果：

1、 该关键字在该页面中出现的次数（指在浏览器窗口上能看到的，其他的不算）；

2、 找到在该页面中出现该关键词的倒数第二句话，并将这句话显示出来（提示：html页面的换行是<br />）。


我想说，作为从事一个需要严谨思维行业的人，出的题能否严谨点呢？！

[expectbird]

还好，思路不算 太复杂，但这么点 分，也就只能说到这了

[whos2002110]

public class Test {
    public static void main(String args[]) throws IOException{
         URL url = new URL("http://www.sina.com");
        InputStream is = url.openStream();
        BufferedReader br = new BufferedReader(new InputStreamReader(is,"gbk"));
        String r;
        StringBuffer sb = new StringBuffer("");
        while((r=br.readLine())!=null){
            sb.append(r+"\n");
        }
        String tag = "javascript";
        
        int total = 0;
        int m = sb.indexOf(tag);
        while(m!=-1){
            total++;
            m = sb.indexOf(tag,m+tag.length());
        }
        System.out.println(total);
        
        int a = sb.lastIndexOf(tag,sb.length()-1);
        a= sb.lastIndexOf(tag,a-1);
        int b=sb.lastIndexOf("\n",a);
        int e=sb.indexOf("\n",a);
        System.out.println(sb.substring(b+1,e));
        
    }
}

分别输出"javascript" 在页面中出现的次数, 以及倒数第二个javascript所在的那一行字符串 写的比较潦草

[edwardfay]

呵呵，其实主要是想讨论下这个题目。 1、 该关键字在该页面中出现的次数（指在浏览器窗口上能看到的，其他的不算）； 首先看这个，java我不太懂，不知道有没有方法只获得一个url页面上的文字，而不包含html标记。 如果有的话，那就简单了。 如果没有，获得的是整个页面的html，那么，css可以控制文字不显示，js也可以控制文字不显示。那就需要分析没有关键词对应的css,js了。 2、 找到在该页面中出现该关键词的倒数第二句话，并将这句话显示出来（提示：html页面的换行是<br />）。 关键词可以出现多次，也就是“倒数第二句” 也有多句了。而且这个提示是什么意思呢？ 告诉我们每一个<br>换行才算一句？

[跳蚤图]

引用 3 楼 edwardfay 的回复:

呵呵，其实主要是想讨论下这个题目。 1、 该关键字在该页面中出现的次数（指在浏览器窗口上能看到的，其他的不算）； 首先看这个，java我不太懂，不知道有没有方法只获得一个url页面上的文字，而不包含html标记。 如果有的话，那就简单了。 如果没有，获得的是整个页面的html，那么，css可以控制文字不显示，js也可以控制文字不显示。那就需要分析没有关键……

1，css控制某个文字不显示的话，这个字就不会出现在页面上，是读不出来的。 2，比如有十句话出现了关键字，打印出第9句。就是这个意思吧。 换行是说 一句话不是根据"。"来分隔的。 比如关键字是"h"，有一串字符串"ahh</br>hhb。",这就算两句话。 我觉得你理解偏了

[nicholasbobo]

我认为这个题目不是很严谨，解析HTML有很多需要严格定义的，<p><li><br>还有CSS里的float方向，都能导致页面上的分行显示，这个题目有很多地方的需求是需要严格讨论才能处理的，就这样出个题目给面试的人做，太刁钻

[爱吃苹果的琉克]

引用 3 楼 edwardfay 的回复:

呵呵，其实主要是想讨论下这个题目。 1、 该关键字在该页面中出现的次数（指在浏览器窗口上能看到的，其他的不算）； 首先看这个，java我不太懂，不知道有没有方法只获得一个url页面上的文字，而不包含html标记。 如果有的话，那就简单了。 如果没有，获得的是整个页面的html，那么，css可以控制文字不显示，js也可以控制文字不显示。那就需要分析没有关键词对应的css,js了。 ……

jsoup.jar工具包Element类中有N多方法，有一个是可以只获取页面中的文字