用HTMLParser提取URL页面超连接的一段代码（小试牛刀）

用HTMLParser提取URL页面超连接的一段代码（小试牛刀）

package htmlparser;

import java.util.HashMap;
import java.util.Map;

import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.NodeList;

public class GetLinkTest
{

   public static void main(String[] args)
  {

     try
    {
       // 经过过滤器过滤出<A>标签
      Parser parser = new Parser( "http://www.google.cn");
      NodeList nodeList = parser
          .extractAllNodesThatMatch(new NodeFilter()
          {
            // 实现该方法,用以过滤标签
            public boolean accept(Node node)
            {
              if (node instanceof LinkTag)// 标记
                return true;
              return false;
            }

          });
      // 打印
      for (int i = 0; i < nodeList.size(); i++)
      {
        LinkTag n = (LinkTag) nodeList.elementAt(i);
        System.out.print(n.getStringText() + " ==>> ");
        System.out.println(n.extractLink());
      }
    }
    catch (Exception e)    {      e.printStackTrace();    }  }}

输出结果： 图片 ==>> [url]http://p_w_picpaths.google.cn/imghp?hl=zh-CN&tab=wi[/url] 地图 ==>> [url]http://ditu.google.cn/maps?hl=zh-CN&tab=wl[/url] 资讯 ==>> [url]http://news.google.cn/nwshp?hl=zh-CN&tab=wn[/url] 视频 ==>> [url]http://video.google.cn/?hl=zh-CN&tab=wv[/url] 财经 ==>> [url]http://www.google.cn/finance?hl=zh-CN&tab=we[/url] <u style=height:22px;vertical-align:top>更多</u> <small>&#9660;</small> ==>> [url]http://www.google.cn/intl/zh-CN/options/[/url] 博客 ==>> [url]http://blogsearch.google.cn/?hl=zh-CN&tab=wb[/url] 生活 ==>> [url]http://shenghuo.google.cn/shenghuo/?hl=zh-CN&tab=w8[/url] 热榜 ==>> [url]http://www.google.cn/rebang/home?hl=zh-CN&tab=w9[/url] 网站导航 ==>> [url]http://daohang.google.cn/?hl=zh-CN&tab=wA[/url] 日历 ==>> [url]http://www.google.com/calendar/render?hl=zh-CN&tab=wc[/url] 照片 ==>> [url]http://picasaweb.google.com/home?hl=zh-CN&tab=wq[/url] 文档 ==>> [url]http://docs.google.com/?hl=zh-CN&tab=wo[/url] 协做平台 ==>> [url]http://sites.google.com/?hl=zh-CN&tab=w3[/url] 输入法 ==>> [url]http://tools.google.com/pinyin/?hl=zh-CN&tab=wI[/url] 工具栏 ==>> [url]http://toolbar.google.com/?hl=zh-CN&tab=wO[/url] 软件精选 ==>> [url]http://pack.google.cn/?hl=zh-CN&tab=wP[/url] 更多 &raquo; ==>> [url]http://www.google.cn/intl/zh-CN/options/[/url] 个性化主页 ==>> [url]http://www.google.cn/url?sa=p&pref=ig&pval=3&q=http://www.google.cn/ig/china%3Fhl%3Dzh-CN%26source%3Diglk&usg=AFQjCNGNYfgta9G_BNut0SFGzavY4Y2pjQ[/url] 登陆 ==>> [url]https://www.google.com/accounts/Login?continue=http://www.google.cn/&hl=zh-CN[/url] 高级搜索 ==>> [url]http://www.google.cn/advanced_search?hl=zh-CN[/url] 使用偏好 ==>> [url]http://www.google.cn/preferences?hl=zh-CN[/url] 语言工具 ==>> [url]http://www.google.cn/language_tools?hl=zh-CN[/url] 广告计划 ==>> [url]http://www.google.cn/intl/zh-CN/ads/[/url] Google 大全 ==>> [url]http://www.google.cn/intl/zh-CN/about.html[/url] Google.com in English ==>> [url]http://www.google.com/ncr[/url] 隐私权 ==>> [url]http://www.google.cn/intl/zh-CN/privacy.html[/url]