唉，没来这里好久了，也意味着我这一年多来没干什么正事儿，是回归的时候了！（简单谈谈爬虫的解析器）

 1 InputStream in = url.openStream();
 2 
 3 InputStreamReader isr = new InputStreamReader(in, this.charset);//获取HTML页面的整个内容。
 4 
 5 parentnode = getParentNode(urlstr);
 6 DefaultMutableTreeNode treenode = addNode(parentnode, newnode);
 7 SpiderParserCallback cb = new SpiderParserCallback(treenode);//声明解析器回调对象，里面的所有的回调方法均表示对特定标签的一种处理，具体回调是什么意思我将在后　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　续详细介绍。
 8 
 9 ParserDelegator pd = new ParserDelegator();　　　　　　　　　　//声明解析器。
10 pd.parse(isr, cb, true);　　　　　　　　　　　　　　　　　　　　　//解析器开始解析，第一个参数表示解析的内容，第二个参数表示解析出一定标签后，调用一定的回调方法。

 1 public class SpiderParserCallback extends HTMLEditorKit.ParserCallback {　　　　　　//此类的所有方法均针对解析器解析出的标签做出相应的操作。
 2         private UrlTreeNode node;
 3         private DefaultMutableTreeNode treenode;
 4         private String lastText = "";
 5 
 6         public SpiderParserCallback(DefaultMutableTreeNode atreenode) {
 7             this.treenode = atreenode;
 8             this.node = ((UrlTreeNode) this.treenode.getUserObject());
 9         }
10 
11         public void handleSimpleTag(HTML.Tag t, MutableAttributeSet a, int pos) {　　　　//专门解析简单的标签。
12             if (t.equals(HTML.Tag.IMG)) {
13                 this.node.addImages(1);
14                 return;
15             }
16             if (t.equals(HTML.Tag.BASE)) {
17                 Object value = a.getAttribute(HTML.Attribute.HREF);
18                 if (value != null) {
19                     this.node.setBase(Spider.fixHref(value.toString()));
20                 }
21             }
22         }
23 
24         public void handleStartTag(HTML.Tag t, MutableAttributeSet a, int pos) {　　　　//专门解析带有开始结束标签的复杂字段。
25             if (t.equals(HTML.Tag.TITLE)) {
26                 this.lastText = "";
27                 return;
28             }
29             if (t.equals(HTML.Tag.A)) {
30                 Object value = a.getAttribute(HTML.Attribute.HREF);
31                 if (value != null) {
32                     this.node.addLinks(1);
33                     String href = value.toString();
34                     href = Spider.fixHref(href);
35                     if (href.contains("javascript:")) {
36                         return;
37                     }
38                     try {
39                         URL referencedURL = new URL(this.node.getBase(), href);
40                         Spider.this.searchWeb(this.treenode,
41                                 referencedURL.getProtocol() + "://"
42                                         + referencedURL.getHost()
43                                         + referencedURL.getPath());
44                     } catch (MalformedURLException e) {
45                         Spider.this.messageArea
46                                 .append("    Bad URL encountered 2: " + href
47                                         + "\n\n");
48                         return;
49                     }
50                 }
51             }
52         }

　　由上述两段代码可知解析过程大致是，parser解析器解析出HTML内容，分类成各种标签，然后各种标签回调解析器里的各种对应方法最终实现解析器的工作流程。这些只是我浅薄的理解，肯定不很透彻，而且表达的也不是很清楚，但还是请大家多多批评指正，共同进步！