jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。
jsoup的主要功能如下：
1. 从一个URL，文件或字符串中解析HTML；
2. 使用DOM或CSS选择器来查找、取出数据；
3. 可操作HTML元素、属性、文本；...
分类：
编程语言 时间：
2014-10-15 23:01:36
阅读次数：
380
为什么要让VC与JavaScript交互？
1.有时候我们需要让自己的软件打开一个网页，来获取页面上的一些数据。这时，可以用mshtml解析HTML提取出数据，也可以向HTML文档动态写入我们准备好的JS代码，用JS代码获取HTML上的数据，然后用VC调用该JS代码取得数据。
2.有时候我们需要让自己的软件打开一个网页并操控该网页，填写表单，提交等动作。这时，可以用mshtml操作HT...
分类：
编程语言 时间：
2014-10-11 19:12:56
阅读次数：
216
HTML网页Table解析，IHTMLDocument2、IHTMLElement、IHTMLElementCollection、IHTMLTABLE、IHTMLTableSection、IHTMLTableRow,表格body
分类：
Web程序 时间：
2014-10-09 13:22:03
阅读次数：
134
HtmlAgilityPack是一个基于.Net的、第三方免费开源的微型类库，主要用于在服务器端解析html文档（在B/S结构的程序中客户端可以用Javascript解析html）。截止到本文发表时，HtmlAgilityPack的最新版本为1.4.0。下载地址：http://htmlagility...
分类：
Web程序 时间：
2014-09-23 19:36:05
阅读次数：
227
理解基本的HTML解析在用HTMLParser模块解析之前，一般需要定义一个子类HTMLParser.HTMLParser，并添加用来处理不同标签的函数。例子：#!/usr/bin/envpython
#-*-coding:utf-8-*-
importsys
fromHTMLParserimportHTMLParser
classTitleParser(HTMLParser):
def__init__(self):..
分类：
Web程序 时间：
2014-09-22 20:43:54
阅读次数：
186
import java.util.HashMap;
import java.util.Map;
public class TagParser {
private Integer index = 0;
private char[] tagChar;
private int position = 0;
/* 解析符号 */
private char symbol = '"';
publi...
分类：
编程语言 时间：
2014-09-21 02:50:50
阅读次数：
379
无意中看到寒冬关于前端的九个问题，细细想来我也只是对第一、二、九问有所了解，正好也趁着这个机会梳理一下自己的知识体系。由于本人对http协议以及dns对url的解析问题并不了解，所以这里之探讨url请求加载到浏览器端时，浏览器对html的解析到呈现过程。该过程主要分为以下步骤：解析HTML构建D.....
分类：
Web程序 时间：
2014-09-20 16:30:39
阅读次数：
210
昨天晚上为了下载保存某位csdn大牛的全部博文，写了一个爬虫来自动抓取文章并保存到txt文本，当然也可以 保存到html网页中。这样就可以不用Ctrl+C 和Ctrl+V了，非常方便，抓取别的网站也是大同小异。
为了解析抓取的网页，用到了第三方模块，BeautifulSoup，这个模块对于解析html文件非常有用，当然也可以自己使用正则表达式去解析，但是比较麻烦。
由于csdn网站的robots.txt文件中显示禁止任何爬虫，所以必须把爬虫伪装成浏览器，而且不能频繁抓取，得sleep一会再抓，使用频繁会...
分类：
编程语言 时间：
2014-09-19 13:57:15
阅读次数：
284
jsoup 简介 Java 程序在解析 HTML 文档时，相信大家都接触过 htmlparser 这个开源项目，我曾经在 IBM DW 上发表过两篇关于 htmlparser 的文章，分别是：从 HTML 中攫取你所需的信息和?扩展 HTMLParser 对自定义标...
分类：
Web程序 时间：
2014-09-16 16:14:20
阅读次数：
300
