读书人

资讯正文提取之joyhtml

发布时间: 2013-10-28 11:21:45 作者: rapoo

新闻正文提取之joyhtml
public static void main(String[] args) throws Exception {DOMParser parser = new DOMParser();String url = "http://finance.people.com.cn/n/2013/1011/c66323-23157265.html";parser.parse(new InputSource(new URL(url).openStream()));Document doc = parser.getDocument();TextExtractor extractor = new TextExtractor(doc);String str = extractor.extract();System.out.println(str);}

?

依赖的lib参见附件


没有报这个错吧?
import org.cyberneko.html.parsers.DOMParser;
import org.joy.analyzer.html.TextExtractor;
import org.w3c.dom.Document;
import org.xml.sax.InputSource;

读书人网 >CSS

热点推荐