사용자 정의 태그에 대한 HTMLParser 처리 능력 확장

<a href="http://www.javayou.com?cat_id=1">Java   </a>
  ：
<anchor>
Java   
    <go href="http://www.javayou.com" method="get">
        <postfield name="cat_id" value="1"/>
</go>
</anchor>

<?xml version="1.0"?>
<!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN"
"http://www.wapforum.org/DTD/wml_1.1.xml">
<wml>
<card title="Java     ">
<p>  
	   :<input type="text" name="username" size="15"/>
       :<input type="text" name="password" size="15"/>
	<br/>
	<anchor>    
		<go href="/wap/user.do" method="get">
    		<postfield name="name" value="$(username)"/>
    		<postfield name="password" value="$(password)"/>
    		<postfield name="eventSubmit_Login" value="WML"/>
		</go>
	</anchor><br/>
	<a href="/wap/index.vm">    </a>
</p>
</card>
</wml>

package demo.htmlparser;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.net.URL;
import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.PrototypicalNodeFactory;
import org.htmlparser.tags.CompositeTag;
import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.NodeList;
/**
 *     WML         
 * @author Winter Lau
 */
public class HyperLinkTrace {
	public static void main(String[] args) throws Exception {
		//   HTMLParser
		Parser parser = new Parser();
		parser.setEncoding("8859_1");
		parser.setInputHTML(getWmlContent());
		
		//         
		PrototypicalNodeFactory factory = new PrototypicalNodeFactory ();
		factory.registerTag(new WmlGoTag ());
		parser.setNodeFactory(factory);
		//           
		NodeList nlist = parser.extractAllNodesThatMatch(lnkFilter);
		for(int i=0;i<nlist.size();i++){
			CompositeTag node = (CompositeTag)nlist.elementAt(i);
			if(node instanceof LinkTag){
				LinkTag link = (LinkTag)node;
				System.out.println("LINK: \t" + link.getLink());
			}
			else if(node instanceof WmlGoTag){
				WmlGoTag go = (WmlGoTag)node;
				System.out.println("GO: \t" + go.getLink());
			}
		}
	}
	/**
	 *      WML    
	 * @return
	 * @throws Exception
	 */
	static String getWmlContent() throws Exception{
		URL url = ParserTester.class.getResource("/demo/htmlparser/test.wml");
		File f = new File(url.toURI());
		BufferedReader in = new BufferedReader(new FileReader(f));
		StringBuffer wml = new StringBuffer();
		do{
			String line = in.readLine();
			if(line==null)
				break;
			if(wml.length()>0)
				wml.append("\r
");
			wml.append(line);			
		}while(true);
		return wml.toString();		
	}
	/**
	 *         ，    <a> <go>
	 */
	static NodeFilter lnkFilter = new NodeFilter() {
		public boolean accept(Node node) {
			if(node instanceof WmlGoTag)
				return true;
			if(node instanceof LinkTag)
				return true;
			return false;
		}
	};
	
	/**
	 * WML   GO     
	 * @author Winter Lau
	 */
	static class WmlGoTag extends CompositeTag {
	    private static final String[] mIds = new String[] {"GO"};
	    private static final String[] mEndTagEnders = new String[] {"ANCHOR"};
	    public String[] getIds (){
	        return (mIds);
	    }
	    public String[] getEnders (){
	        return (mIds);
	    }
	    public String[] getEndTagEnders (){
	        return (mEndTagEnders);
	    }
	    
	    public String getLink(){
	    	return super.getAttribute("href");
	    }
	    
	    public String getMethod(){
	    	return super.getAttribute("method");
	    }
	}
}

와 같은 노드를 어떻게 해석하는지 알려주는 데 사용된다.먼저 다음 HTMLParser의 노드 클래스 계층도를 살펴보겠습니다.
위의 그림에서 보듯이 HTMLParser는 문서를 세 가지 노드로 나눈다. 그것이 바로 Remark(주석)이다.텍스트태그.라벨은 두 가지로 나뉘는데 그것이 바로 단순 라벨(Tag)과 복합 라벨(CompositeTag)이다. 예를 들어
와 같은 라벨은 단순 라벨이라고 부른다. 라벨은 다른 내용을 포함하지 않기 때문이다.한편, Home와 같은 유형의 라벨은 라벨에 텍스트나 다른 라벨을 끼워서 복합 라벨이라고 하는데 바로CompositeTag과 대응하기 때문이다.간단한 탭의 실현 클래스는 매우 간단합니다. 태그 클래스를 확장하고 getIds 방법을 덮어써서 탭의 식별 텍스트를 되돌려줍니다. 예를 들어 탭은'img'문자열을 포함하는 그룹을 되돌려야 합니다. 구체적인 코드는 HTMLParser가 자체로 가지고 있는 ImageTag 탭 클래스의 실현을 참고할 수 있습니다.
위의 그림에서 알 수 있듯이 복합 라벨은 사실상 간단한 라벨에 대한 확장이다. HTMLParser는 복합 라벨을 처리할 때 이 라벨의 시작 표지와 끝 표지, 즉 우리가 앞에서 제시한 원본 코드 중의 두 가지 방법인 getIds와 getEnders를 알아야 한다. 일반적으로 라벨이 나타나는 것은 모두 쌍이기 때문에 이 두 가지 방법은 일반적으로 같은 값을 되돌려준다.다른 방법은 getEndTagEnders입니다. 이 방법은 부모의 탭 이름을 되돌려줍니다. 예를 들어 의 부모 탭은 이어야 합니다.이 방법의 필요성은 HTML이 형식에 대한 요구가 엄격하지 않다는 데 있다. 많은 HTML 문서에서 일부 라벨은 시작 표지가 있지만 끝 표지가 없다. 브라우저의 강력한 적응 능력으로 이런 상황이 빈번하게 나타나기 때문에 HTMLParser는 이 방법을 이용하여 라벨이 끝났는지 아닌지를 보조적으로 판단한다.WML 문서의 형식 요구가 매우 엄격하기 때문에, 상기 원본 코드의 getEndTagEnders 방법은 사실상 있어도 되고 없어도 된다.
4. 입구 방법main: 이 방법은 HTMLParser를 초기화하고 새로운 노드 해상도를 등록하여 문서를 분석하고 실행 결과를 출력합니다.
마지막으로 이 예를 컴파일하고 실행하면 다음 실행 결과를 얻을 수 있습니다.
 

GO: 	/wap/user.do
LINK: 	/wap/index.vm

 
HTMLParser 자체는 오픈 소스 프로젝트로 HTML 문서에 나타나는 탭에 대한 정의가 모두 갖추어져 있습니다. 이 탭 해석 클래스의 원본을 참고하여 탭의 해석 클래스를 어떻게 실현하는지 배워서 더욱 풍부하고 다채로운 응용 프로그램을 확장할 수 있습니다.
HTMLParser HTML에서 당신이 필요로 하는 정보를 빼앗다