recuperar el texto del archivo html en java

Quiero conseguir el texto de un archivo html en javarecuperar el texto del archivo html en java

Mi archivo html es:

<body> 

<p>vishal</p> 
<strong>patel</strong> 
<bold >vishal patel

Quiero salida como esta

vishal 

patel 

vishal patel

Cómo para hacer esto por favor ayúdenme

Fuente

2012-03-09 Vishal Android developer

puede utilizar el analizador xml –

¿Desea leerlo desde un archivo html en la web, que debe utilizar el siguiente tutorial http://docs.oracle.com/javase/tutorial/networking/urls/readingWriting .html –

De lo contrario, use de hecho un XmlParser. Por cierto, usted no finalizó la etiqueta –

He usado una biblioteca llamada JSoup.
Es muy sencillo recuperar la parte de solo texto de un archivo HTML.
Es muy simple:

Jsoup.parse(html).text();

le da el texto del archivo HTML

Fuente

2012-03-09 09:18:20 Rakesh

Quiero tres textos diferentes para que los almacene en String array Pero jsoup solo me da un texto ... –

@ user1206635 amigo, tienes que probar algunos de tus propio. – Nishant

@ user1206635 JSoup te da el texto, tienes que hacer el resto. Nishant, +1 por ti! – Rakesh

Es mejor usar analizador de HTML .... Yo prefiero usar JSoup analizador (paquete de código abierto) ....

import org.jsoup.Jsoup; 
public class HTMLUtils { 

    public static String extractText(Reader reader) throws IOException { 
     StringBuilder sb = new StringBuilder(); 
     BufferedReader br = new BufferedReader(reader); 
     String line; 
     while ((line = br.readLine()) != null) { 
      sb.append(line); 
     } 
     String textOnly = Jsoup.parse(sb.toString()).text(); 
     return textOnly; 
    } 

    public final static void main(String[] args) throws Exception { 
     FileReader reader = new FileReader("C:/RealHowTo/topics/java-language.html"); 
     System.out.println(HTMLUtils.extractText(reader)); 
    } 
}

Fuente

2012-03-09 09:23:26

recuperar el texto del archivo html en java

Respuesta

Cuestiones relacionadas