[JAVA]Web파싱_HTML태그까지 취득

웹 페이지의 내용 파싱 관련 소스

import java.io.IOException;

import java.io.InputStreamReader;

import java.io.Reader;

import java.io.StringWriter;

import java.net.URL;

import java.net.URLConnection;

import javax.swing.text.BadLocationException;

import javax.swing.text.Document;

import javax.swing.text.EditorKit;

import javax.swing.text.html.HTMLEditorKit;

public class Parsing_Main {

public static void main(String args[]) throws IOException {

EditorKit kit = new HTMLEditorKit();

        Document doc = kit.createDefaultDocument();

        

        doc.putProperty("IgnoreCharsetDirective", Boolean.TRUE);

        

        URLConnection conn = new URL("파싱웹주소").openConnection();

        

        Reader rd = new InputStreamReader(conn.getInputStream());

        String str = "";

        

        try {

                        /* doc에 웹 내용을 저장(html태그는 자동 삭제되어 저장 */

kit.read(rd, doc, 0);

// str = doc.getText(0, doc.getLength());

} catch (BadLocationException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

        

        StringWriter writer = new StringWriter();

        String str2 = "";

        try {

                        /* doc에 저장된 내용을 html태그를 붙여서 writer에 저장 */

kit.write(writer, doc, 0, doc.getLength());

str2 = writer.toString();

} catch (BadLocationException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

        

        

        System.out.println(str2);

}

}