+ -
当前位置:首页 → 问答吧 → 网页解析之节点匹配问题

网页解析之节点匹配问题

时间:2011-08-23

来源:互联网

我使用htmlparser解析了网页,现在要对DOM树中节点进行匹配,匹配条件是:标签节点和标签节点之间标签名一样就算匹配,文本节点和文本节点匹配,其他的情况都算不匹配。现在不知道怎么回事运行后没输出。求高手指点。下面是我写的函数,不知道问题出在哪:

 public static boolean nodeMatch(Node a,Node b){ //节点匹配则返回TRUE;
  if((a instanceof TagNode)&&(b instanceof TagNode)){
  if(gettag(a.getText())==gettag(b.getText())) //gettag()是自己写的取标签名得函数
  return true;
  else return false;
  }
  else if((a instanceof TextNode)&&(b instanceof TextNode))
  return true;
  else return false;
  }

作者: ysq87092231   发布时间: 2011-08-23

a.getText():看一下apache的API文档,取的似乎不是你所想象的纯文本,<tag>XXXX</tag>中的XXX数据

单步调试一下,看看a.getText()到底是啥内容,很容易查出问题所在

作者: qingyuan18   发布时间: 2011-08-23

用htmlparser解析完以后,每一个Node是这样的:
  标签节点如"<div xxxxxxxxxxx>",
  文本节点如"xxxxxxxxxx".
  使用getText()的以后获得的内容是尖括号里的文本div xxxxxxxxx,文本节点就是那串纯文本。所以getText()以后就是纯文本。问题好像不是出在这。

作者: ysq87092231   发布时间: 2011-08-23

也就是说<tag>XXXX</tag>其实被解析成两个节点,一个是<tag>,一个是XXXX,getText()以后分别是:
tag和XXXX

作者: ysq87092231   发布时间: 2011-08-23

热门下载

更多