⭐ 欢迎来到虫虫下载站! | 📦 资源下载 📁 资源专辑 ℹ️ 关于我们
⭐ 虫虫下载站

📄 htmlparser.java

📁 搜索引擎的预处理部分的代码
💻 JAVA
字号:
package test;

import java.io.*;
import org.htmlparser.*;
import org.htmlparser.util.ParserException;
import org.htmlparser.visitors.NodeVisitor;
import org.htmlparser.visitors.TextExtractingVisitor;
public class HtmlParser extends NodeVisitor{

	public String HParser(String inputFilePath){
		try {
			Parser parser=new Parser(inputFilePath);
			parser.setEncoding("UTF-8");
			TextExtractingVisitor tev=new TextExtractingVisitor();
			parser.visitAllNodesWith(tev);
			String body=tev.getExtractedText();
			return body.trim();
		} catch (ParserException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
			return null;
		}
	}
}

⌨️ 快捷键说明

复制代码 Ctrl + C
搜索代码 Ctrl + F
全屏模式 F11
切换主题 Ctrl + Shift + D
显示快捷键 ?
增大字号 Ctrl + =
减小字号 Ctrl + -