比较 tika 和正则 ，我更喜欢jsoup jsoup 抓取 iteye 网站

分类：正则表达式作者：佚名

jsoup 效果



qq新闻 内容抓取 正则表达（正则）

http://knight-black-bob.iteye.com/blog/2312411

比较 tika 和正则 ，我更喜欢jsoup

正则 比较难写 ，， ，，，，

下面有jar 包下载

<dependency>

<groupId>org.jsoup</groupId>

<artifactId>jsoup</artifactId>

<version>1.9.2</version>

</dependency>

IteyeItemEntity [
userName=wosyingjun,userPicLink=http://www.iteye.com/upload/logo/user/1184026/fa9a8493-f9a7-3e3b-9630-12ad8f65d277-thumb.png?1467599214,userBlogLink=http://wosyingjun.iteye.com,title=推荐几个自己写的Java后端相关的范例项目,content=推荐几个自己写的范例项目 这里推荐几个自己写的范例项目，主要采用SSM（Spring+SpringMVC+Mybatis）框架，分布式架构采用的是（dubbo+zookeeper）。范例项目的好处是简单易懂，在架构一个新的项目的时候可以直接当成脚手架来用，方便快速开发，另外项目中涉及到以及未来可能涉及到的知识点都会不断完善。 三个项目是互相发展而来的，目前仍在不断完善中，依次为： ...,articleLink=http://wosyingjun.iteye.com/blog/2312553,seeNum=有2871人浏览,goodNum=7顶,badNum=0踩,insertTime=2016-07-21 09:04
]



//Connection connection = Jsoup.connect(url);  
			//Document document = connection.get(); 
			Document document = Jsoup.parse(data); 
			Elements indexmain = document.select(".blog");
			 Iterator<Element> blogIter = indexmain.iterator();  
			 IteyeItemEntity item = null;
             while (blogIter.hasNext()) { 
            	 Element element = blogIter.next(); 
            	 
            	 String userName = element.select(".content .blog_info a[title]").text();
            	 String userPicLink = element.select(".content .logo img").attr("src");
            	 String userBlogLink = element.select(".content .blog_info a").attr("href");
            	 String title = element.select(".content h3 a[title]").text(); 
            	 String content = element.select(".content  div").iterator().next().text(); 
            	 String articleLink =    element.select(".content h3 a").last().attr("href");
            	 String seeNum = element.select(".content .blog_info .view").text();
            	 String goodNum = element.select(".content .blog_info .digged .digg").text();
            	 String badNum = element.select(".content .blog_info .digged .bury").text();
            	 String insertTime = element.select(".content .blog_info .date").text();
            	 item = new IteyeItemEntity(userName,userPicLink,userBlogLink,title,content,articleLink,seeNum,goodNum,badNum,insertTime);
            	 list.add(item);



package com.couriousby.iteyedemo.util;

import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;

import org.jsoup.Connection;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import android.util.Log;
import android.widget.Toast;

import com.couriousby.iteyedemo.MyApplication;
import com.couriousby.iteyedemo.entity.IteyeItemEntity;

/**
 * @author baoyou E-mail:curiousby@163.com
 * @version 2016-7-22 上午10:58:49
 *
 * desc: ...
 */
public class IteyeJsoupPerformer {
	
	public static List<IteyeItemEntity> getListIteyeEntity(String data){
		List<IteyeItemEntity> list = new ArrayList<IteyeItemEntity>();
		try{ 
			//Connection connection = Jsoup.connect(url);  
			//Document document = connection.get(); 
			Document document = Jsoup.parse(data); 
			Elements indexmain = document.select(".blog");
			 Iterator<Element> blogIter = indexmain.iterator();  
			 IteyeItemEntity item = null;
             while (blogIter.hasNext()) { 
            	 Element element = blogIter.next(); 
            	 
            	 String userName = element.select(".content .blog_info a[title]").text();
            	 String userPicLink = element.select(".content .logo img").attr("src");
            	 String userBlogLink = element.select(".content .blog_info a").attr("href");
            	 String title = element.select(".content h3 a[title]").text(); 
            	 String content = element.select(".content  div").iterator().next().text(); 
            	 String articleLink =    element.select(".content h3 a").last().attr("href");
            	 String seeNum = element.select(".content .blog_info .view").text();
            	 String goodNum = element.select(".content .blog_info .digged .digg").text();
            	 String badNum = element.select(".content .blog_info .digged .bury").text();
            	 String insertTime = element.select(".content .blog_info .date").text();
            	 item = new IteyeItemEntity(userName,insertTime);
            	 list.add(item);
             }
			
			
		}catch(Exception e){
			e.printStackTrace(); 
		}
		return list;
	}






package com.couriousby.iteyedemo.util;

import java.util.ArrayList;
import java.util.List;

import com.couriousby.iteyedemo.R;
import com.couriousby.iteyedemo.entity.GridEntity;

/**
 * @author baoyou E-mail:curiousby@163.com
 * @version 2016-7-22 下午1:10:55
 *
 * desc: ...
 */
public class Constants {

	final static String URL_BASE = "http://www.iteye.com/blogs"; 
	
	public static String getIteyeCategory(int category ) { 
		switch (category) {
		case 0:
			return "";
		case 1:
			return "/category/mobile"; 
		case 2:
			return "/category/web"; 
		case 3:
			return "/category/architecture"; 
		case 4:
			return "/category/language"; 
		case 5:
			return "/category/internet"; 
		case 6:
			return "/category/opensource"; 
		case 7:
			return "/category/os"; 
		case 8:
			return "/category/database"; 
		case 9:
			return "/category/develop"; 
		case 10:
			return "/category/industry"; 
		case 11:
			return "/category/other"; 

		default: 
			return "";
		} 
	}
	
	public static String getIteyeUrl(int category,int page) { 
		return URL_BASE + getIteyeCategory(category)+"?page="+page;
	}
	
	
	
	public static List<GridEntity> getGridItem() {
		List<GridEntity> list = new ArrayList<GridEntity>();
		list.add(new GridEntity(0,"全部分类",R.drawable.iteye_all,0)); 
		list.add(new GridEntity(1,"移动开发",R.drawable.iteye_mobile,1)); 
		list.add(new GridEntity(2,"web前端",R.drawable.iteye_web,2)); 
		list.add(new GridEntity(3,"企业架构",R.drawable.iteye_architecture,3)); 
		list.add(new GridEntity(4,"编程语言",R.drawable.iteye_language,4)); 
		list.add(new GridEntity(5,"互联网",R.drawable.iteye_internet,5)); 
		list.add(new GridEntity(6,"开源软件",R.drawable.iteye_opensource,6)); 
		list.add(new GridEntity(7,"操作系统",R.drawable.iteye_os,7)); 
		list.add(new GridEntity(8,"数据库",R.drawable.iteye_database,8)); 
		list.add(new GridEntity(9,"研发管理",R.drawable.iteye_develop,9)); 
		list.add(new GridEntity(10,"行业应用",R.drawable.iteye_industry,10)); 
		list.add(new GridEntity(11,"非技术",R.drawable.iteye_other,11)); 

		return list;
	}
}


package com.couriousby.iteyedemo.activity;

import java.util.ArrayList;
import java.util.List;

import android.app.Activity;
import android.content.Context;
import android.content.Intent;
import android.graphics.Color;
import android.graphics.drawable.BitmapDrawable;
import android.graphics.drawable.ColorDrawable;
import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.AdapterView;
import android.widget.AdapterView.OnItemClickListener;
import android.widget.AdapterView.OnItemSelectedListener;
import android.widget.LinearLayout.LayoutParams;
import android.widget.GridView;
import android.widget.PopupWindow;
import android.widget.TextView;

import com.couriousby.iteyedemo.MyApplication;
import com.couriousby.iteyedemo.R;
import com.couriousby.iteyedemo.adapter.IteyeAdapter;
import com.couriousby.iteyedemo.adapter.IteyePopwindowGridListAdapter;
import com.couriousby.iteyedemo.entity.GridEntity;
import com.couriousby.iteyedemo.entity.IteyeItemEntity;
import com.couriousby.iteyedemo.listener.OnIteyeGridViewItemclickListener;
import com.couriousby.iteyedemo.quote.xlistview.MsgListView;
import com.couriousby.iteyedemo.quote.xlistview.MsgListView.IXListViewListener;
import com.couriousby.iteyedemo.request.event.IteyeStringHttpEvent;
import com.couriousby.iteyedemo.request.event.base.RequestEvent;
import com.couriousby.iteyedemo.request.http.IteyeHttpRequest;
import com.couriousby.iteyedemo.util.Constants;
import com.couriousby.iteyedemo.util.IteyeJsoupPerformer;

import de.greenrobot.event.EventBus;

public class IteyeMainActivity extends Activity  implements IXListViewListener,OnItemClickListener,OnClickListener,OnIteyeGridViewItemclickListener{
	
	
	final static String ITEYE_DETAIL_URL = "iteye_detail_url";
	
	private static int start = 1; 
	private static int category = 0; 
	
	private Context mContext;
	
	
	private MsgListView mListView;
	private List<IteyeItemEntity> mDataList;
	private IteyeAdapter mAdapter;
	
	
	 private TextView                   mTopChooseBar;
	 private PopupWindow                mPopupWindow;
	 
	 
	 private IteyePopwindowGridListAdapter gridAdapter;
	 private GridView gridView;
	 private List<GridEntity> mGridList;
	 
	@Override
	protected void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		setContentView(R.layout.iteye_list);
		
		this.mContext = IteyeMainActivity.this;
		
		initUtils();
		initView( );
		initListeners();
		
		EventBus.getDefault().register( this );
		start =1;
		category=0;
		IteyeHttpRequest.getIteyeDate(category,start);
	}
	
	private void initUtils() {  
		mDataList =  new ArrayList<IteyeItemEntity>();
		mAdapter = new IteyeAdapter(mContext); 
		mAdapter.setmDataList(mDataList); 
		
		mGridList = Constants.getGridItem();
		gridAdapter = new IteyePopwindowGridListAdapter(mContext);
		gridAdapter.setOnIteyeGridViewItemclickListener(this);
		gridAdapter.setmList(mGridList);
	}
	private void initView() { 
		mListView = (MsgListView) this.findViewById(R.id.qq_news_list);   
		mListView.setAdapter(mAdapter);
		
		
        
		
		View baseView = View.inflate( this,R.layout.iteye_topbar,null );
		
		mTopChooseBar = (TextView) this.findViewById( R.id.tv_iteye_topbar);
		mPopupWindow = new PopupWindow(baseView,LayoutParams.MATCH_PARENT,LayoutParams.WRAP_CONTENT,false );
        mPopupWindow.setBackgroundDrawable( new BitmapDrawable() );
        mPopupWindow.setOutsideTouchable( true );
        mPopupWindow.setFocusable( true );
		
		gridView = (GridView) baseView.findViewById(R.id.iteye_gr_mlist);
		gridView.setAdapter(gridAdapter);
	}
	private void initListeners() {  

	    mTopChooseBar.setOnClickListener(this); 
	    
		mListView.setPullLoadEnable(true);
		mListView.setPullRefreshEnable(true);
		mListView.setXListViewListener(this);
		mListView.setAdapter(mAdapter); 
		mListView.setOnItemClickListener(this);
		 
		gridView.setSelector(new ColorDrawable(Color.TRANSPARENT));
	}

	@Override
    public void onDestroy() {
        EventBus.getDefault().unregister( this );
        super.onDestroy();
    }
	public void onEventMainThread(RequestEvent requestEvent){
			
			if(requestEvent instanceof IteyeStringHttpEvent){
				IteyeStringHttpEvent event = (IteyeStringHttpEvent) requestEvent;
				switch(event.status){
				case HTTP_ERROR:
					mListView.stopRefresh(); 
					mListView.stopLoadMore();
					mListView.setPullLoadEnable(false);
					break;
				case HTTP_START:
				{
					mListView.stopRefresh(); 
					mListView.stopLoadMore();
					String result = event.data;
					mAdapter.clearMDataList();
					 List<IteyeItemEntity> list = IteyeJsoupPerformer.getListIteyeEntity(result);
					mAdapter.setmDataList(list);
					mAdapter.notifyDataSetChanged(); 
					 
					   
				}
				break;
				case HTTP_SUCCESS: {   
					mListView.stopRefresh(); 
					mListView.stopLoadMore();
					String result = event.data;
					mAdapter.clearMDataList();
					 List<IteyeItemEntity> list = IteyeJsoupPerformer.getListIteyeEntity(result);
					mAdapter.addMDataList(list);
					mAdapter.notifyDataSetChanged(); 
				}
				  break;
				default:
					break;
				}
			}else{
				
			}
	}

	@Override
	public void onItemClick(AdapterView<?> parent,View v,int position,long id) { 
		IteyeItemEntity  item = mAdapter.getItem(position - 1 );
		 if (item != null) {
				Intent msgIntent  = new Intent();   
				Bundle bundle = new Bundle(); //　Bundle的底层是一个HashMap<String,Object
	            bundle.putString(IteyeMainActivity.ITEYE_DETAIL_URL,item.getArticleLink() );
	            msgIntent.putExtra("bundle",bundle);
	            msgIntent.setClass(MyApplication.newInstance(),IteyeDetailActivity.class);
	            startActivityForResult( msgIntent,1000 );
			}
	}

	@Override
	public void onRefresh() { 
		start =1; 
		mListView.setPullLoadEnable(true);
		mListView.setPullRefreshEnable(true);
		IteyeHttpRequest.getIteyeDate(category,start);
	}


	@Override
	public void onLoadMore() { 
		start += 1;  
		IteyeHttpRequest.getIteyeDate(category,start);
	}

	@Override
	public void onClick(View view) {
		switch (view.getId()) {
		case R.id.tv_iteye_topbar:
			if (mPopupWindow.isShowing()) {
				mPopupWindow.dismiss();
			} else {
				mPopupWindow.showAsDropDown(view);
			}
			break;
		default:
			break;
		}
	}
 

	@Override
	public void OnIteyeGridViewItemclick(GridEntity item) {
		mTopChooseBar.setText(item.getName() );
        mPopupWindow.dismiss();
        start = 1;
        category = item.getId();
        IteyeHttpRequest.getIteyeDate(category,start);
	}
	
}


package com.couriousby.iteyedemo.request.http;

import com.android.volley.Response.ErrorListener;
import com.android.volley.Response.Listener;
import com.android.volley.VolleyError;
import com.android.volley.toolbox.StringRequest;
import com.android.volley.toolbox.Volley;
import com.couriousby.iteyedemo.MyApplication;
import com.couriousby.iteyedemo.request.manager.IteyeHttpManager;
import com.couriousby.iteyedemo.util.Constants;

public class IteyeHttpRequest {

	
	public  static void getIteyeDate(int catgory,final int page){
		String url =  Constants.getIteyeUrl(catgory,page);
		StringRequest request = new StringRequest(url,new Listener<String>() {
 
			@Override
			public void onResponse(String response) { 
				if (page ==1 )
					IteyeHttpManager.getIteyeByPageFirst(response);
				else
					IteyeHttpManager.getIteyeByPage(response);	
			}
		},new ErrorListener() { 
			@Override
			public void onErrorResponse(VolleyError error) { 
				IteyeHttpManager.getIteyeByPageError();
			}
		})
	/*	{
			@Override
			protected Response<String> parseNetworkResponse(
					NetworkResponse response) {
				String str = null;
		        try {
		            str = new String(response.data,"utf-8");
		        } catch (UnsupportedEncodingException e) { 
		            e.printStackTrace();
		        }
		        return Response.success(str,HttpHeaderParser.parseCacheHeaders(response));
			}
		}*/
		;
		Volley.newRequestQueue(MyApplication.newInstance()).add(request); 
	}
	
}

捐助开发者

在兴趣的驱动下,写一个免费的东西，有欣喜，也还有汗水，希望你喜欢我的作品，同时也能支持一下。 当然，有钱捧个钱场（右上角的爱心标志，支持支付宝和PayPal捐助），没钱捧个人场，谢谢各位。


谢谢您的赞助，我会做的更好！

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。

相关推荐

jquery.validate使用攻略（表单校验）
jquery.validate使用攻略（表单校验） 目录 jquery.validate使用攻略1 第一章&#160;jquery.validate使用攻略1 第二章&#160;jQuery.validate.js API7 Custom selectors7 Utilities8 Validato
清空字符串的空格（正则表达式）
/\s+/g和/\s/g的区别 正则表达式/\s+/g和/\s/g，目的均是找出目标字符串中的所有空白字符，但两者到底有什么区别呢？ 我们先来看下面一个例子： let name = &#39;ye wen jun&#39;;let ans = name.replace(/\s/g, &#39;&#3
自整理几个jquery.Validate验证正则
自整理几个jquery.Validate验证正则： 1. 只能输入数字和字母 /^[0-9a-zA-Z]*$/g jQuery.validator.addMethod(&quot;letters&quot;, function (value, element) { return this.optio
this.optional(element)的用法
this.optional(element)的用法 this.optional(element)是jquery.validator.js表单验证框架中的一个函数，用于表单控件的值不为空时才触发验证。 简单来说，就是当表单控件值为空的时候不会进行表单校验，此函数会返回true，表示校验通过，当表单控件
jQuery.validate 表单动态验证
jQuery.validate 表单动态验证 实际上jQuery.validate提供了动态校验的方法。而动态拼JSON串的方式是不支持动态校验的。牺牲jQuery.validate的性能优化可以实现(jQuery.validate的性能优化见图1.2 jQuery.validate源码 )。 也可
自定义验证之这能输入数字(包括小数 负数 )
自定义验证之这能输入数字(包括小数 负数 ) &lt;script type=&quot;text/javascript&quot;&gt; function onlyNumber(obj){ //得到第一个字符是否为负号 var t = obj.value.charAt(0); //先把非数字的都
validator.js——引入外部验证规则
// 引入了外部的验证规则 import { validateAccountNumber } from &quot;@/utils/validate&quot;; validator.js /*是否合法IP地址*/ export function validateIP(rule, value,cal
VUE开发--表单验证——正则
VUE开发--表单验证(六十三) 一、常用验证方式 vue 中表单字段验证的写法和方式有多种，常用的验证方式有3种： data 中验证 表单内容： &lt;!-- 表单 --&gt; &lt;el-form ref=&quot;rulesForm&quot; :rules=&quot;formRul
正则表达式—含座机的
正则表达式 座机的： 例子： 座机有效写法: 0316-8418331 (010)-67433539 (010)67433539 010-67433539 (0316)-8418331 (0316)8418331 正则表达式写法 0\d{2,3}-\d{7,8}|\(?0\d{2,3}[)-]?\d
js校验输入0-1之间的小数,最多保留小数点后两位
var reg = /^0\.[1-9]{0,2}$/;var linka = 0.1;console.log (reg.test (linka)); 0到1两位小数正则 ^(0\.(0[1-9]|[1-9]{1,2}|[1-9]0)$)|^1$ 不含0、0.0、0.00 // 验证是否是[1-10
input最大长度限制问题
input最大长度限制问题 &lt;input type=&quot;text&quot; maxlength=&quot;5&quot; /&gt; //可以 &lt;input type=&quot;number&quot; maxlength=&quot;5&quot; /&gt; //没有效
js输入验证是否为空、是否为null、是否都是空格—去掉所有空格
js输入验证是否为空、是否为null、是否都是空格 目录 1.截头去尾 trim 2.截头去尾 会去掉开始和结束的空格，类似于trim 3.会去掉所有的空格，包括开始，结束，中间 1.截头去尾 trim str=str.trim(); // 强烈推荐 最常用、最实用 or $.trim(str);
正则表达式语法大全以及match、search、replace、test的各自作用
正则表达式语法大全 字符串.match(正则)：返回符合的字符串，若不满足返回null 字符串.search(正则)：返回搜索到的位置，若非一个字符，则返回第一个字母的下标，若不匹配则返回-1 字符串.replace(正则,新的字符串)：找到符合正则的内容并替换 正则.test(字符串)：在字符串中
正整数正则表达式
正整数正则表达式正数的正则表达式(包括0，小数保留两位)： ^((0{1}.\d{1,2})|([1-9]\d.{1}\d{1,2})|([1-9]+\d)|0)$正数的正则表达式(不包括0，小数保留两位)： ^((0{1}.\d{1,2})|([1-9]\d.{1}\d{1,2})|([1-9]+
JS 正则验证 test()
JS 正则验证 test() /*用途：检查输入手机号码是否正确输入：s：字符串返回：如果通过验证返回true,否则返回false /function checkMobile(s){var regu =/[1][3][0-9]{9}$/;var re = new RegExp(regu);if (r
常用正则
请输入保留两位小数的销售价的正则： /(^[1-9]([0-9]+)?(\.[0-9]{1,2})?$)|(^(0){1}$)|(^[0-9]\.[0-9]([0-9])?$)/ 1.只能输入英文 &lt;input type=&quot;text&quot; onkeyup=&quot;value
判断价格的正则表达式
判断价格的正则表达式 价格的正则表达式 /(^[1-9]\d*(\.\d{1,2})?$)|(^0(\.\d{1,2})?$)/; 1 解析：价格符合两种格式 ^ [1-9]\d*(.\d{1,2})?$ ： 1-9 开头，后跟是 0-9，可以跟小数点，但小数点后要带上 1-2 位小数，类似 2,2
最实用的正则表达式整理
文章浏览阅读106次。这篇文章主要介绍了最实用的正则表达式整理,比如校验邮箱的正则，号码相关，数字相关等等，本文给大家列举的比较多，需要的朋友可以参考下。_/^(?:[1-9]d*)$/ 手机号
正则表达式总结，正则表达式匹配不包含某个字符串
文章浏览阅读1.2k次。4、匹配中的==、an==、== an9、i9 == "9i"和99p==请注意下面这部分的作用，它在匹配中间内容的时候排除了说明：当html字符串如下时，可以匹配到两处，表示匹配的字符串不包含and且不包含空白字符。说明：在上面的正则表达式中，_gvim正则表达式匹配不包含某个字符串
正则表达式匹配a标签的href
文章浏览阅读897次。【代码】正则表达式匹配a标签的href。_auto.js 正则匹配herf
pythonJavaScriptjavaHTMLPHPreactjsC#AndroidCSSNode.jssqlrpython-3.xMysqLjQueryc++pandasFlutterangularIOSdjangolinuxswifttypescript路由器JSON路由器设置无线路由器h3c华三华三路由器设置华三路由器电脑软件教程arraysdocker软件图文教程Cvue.jslaravelspring-boot