java - java中使用HTMLParser获取所有节点

Question

我需要获取 HTML 文件的所有元素，因为我必须将它们表示在树上。问题是我只能获取第一个节点，html 节点。

我正在使用 HTMLParser 库进行 Java 编程。

我的代码是:

import org.htmlparser.Node;
import org.htmlparser.Parser;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;

class Principal
{
    public static void main (String[] args) {
        try {
            Parser parser = new Parser("http://www.marca.com");
            NodeList list = parser.parse(null);
            for (int i = 0; i < list.size(); i++) {
                Node node = list.elementAt(i);
                System.out.println(node.getText());
            }
        } catch (ParserException pe) {
            pe.printStackTrace ();
        }
    }
}

我尝试使用迭代器，但结果是相同的。

代码的执行产生以下结果:

!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"


html xmlns="http://www.w3.org/1999/xhtml"

有谁知道如何获取 HTML 文件的所有元素？

Answer 1

树有不同的级别。在您的方法中，您只需选择顶层的节点。为了打印所有节点，您需要打印所有子节点。