Java开发网 - 用java语言如何能提出一个新闻页的时间、来源？

Topic: 用java语言如何能提出一个新闻页的时间、来源？

1.用java语言如何能提出一个新闻页的时间、来源？

Posted by: fishman
Posted on: 2005-04-28 14:03

想在一个html页面提取其发布时间、来源，但是其又不是一个纯html编码，如何实现？(我用的是htmlparser开源包）

例如查看页面：http://auto.163.com/05/0428/08/1IDPCB6E0008189H.html

中有：
柴油版覆盖一汽大众所有车高尔夫出柴油版
汽车频道 http://auto.163.com
2005-04-28 08:58:37 来源: 北京娱乐信报　不良信息举报发表评论查看评论

在源码中，怎么分离出这里面的时间以及来源？

而内容在源码里面也有不少的< >括起来的东东，怎么滤掉？

还是另外有办法实现给出一个html就能抽出时间、来源、内容？

谢谢

该网页源码见附件：

源码.txt (54.28k)

2.Re:用java语言如何能提出一个新闻页的时间、来源？ [Re: fishman]	Copy to clipboard
Posted by: 铁针 Posted on: 2005-04-28 18:00 跟JAVA没关系

3.Re:用java语言如何能提出一个新闻页的时间、来源？ [Re: fishman]	Copy to clipboard
Posted by: leowu2000 Posted on: 2005-04-29 08:40 其实，这是一个算法问题。既然你用了htmlparser 就要看他是不是适用。另外，它解析之后，你还是需要自己过滤处理一下的。（找一些示例看看）

4.Re:用java语言如何能提出一个新闻页的时间、来源？ [Re: leowu2000]	Copy to clipboard
Posted by: fishman Posted on: 2005-04-29 14:33 我已经成功的把时间、来源拿下来了现在在分析怎么把内容拿下来内容那块比较难，有好多乱七八糟的tag，得滤掉