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;
}
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
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。
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
tag和XXXX
作者: ysq87092231 发布时间: 2011-08-23
相关阅读 更多
热门阅读
-
office 2019专业增强版最新2021版激活秘钥/序列号/激活码推荐 附激活工具
阅读:74
-
如何安装mysql8.0
阅读:31
-
Word快速设置标题样式步骤详解
阅读:28
-
20+道必知必会的Vue面试题(附答案解析)
阅读:37
-
HTML如何制作表单
阅读:22
-
百词斩可以改天数吗?当然可以,4个步骤轻松修改天数!
阅读:31
-
ET文件格式和XLS格式文件之间如何转化?
阅读:24
-
react和vue的区别及优缺点是什么
阅读:121
-
支付宝人脸识别如何关闭?
阅读:21
-
腾讯微云怎么修改照片或视频备份路径?
阅读:28