用Jsoup解析HTML文件，并保存到本地

转自：http://blog.csdn.net/justoneroad/article/details/8125236

Jsoup解析HTML文件，并保存到本地 分类： web Java 2012-10-29 17:25 1818人阅读 评论(0)收藏 举报

需要引入的Jsoup.jar包：jsoup.jar

推荐阅读的jsoup使用教程：使用JSOUP处理HTML文档

以下是实现Jsoup解析HTML文件，并保存到本地的Java代码：

[java] view plaincopyprint?

1. /** 
2.  * 这个文件实现了：将指定目录下的所有htm和html文件的<title>标签的值，替换成文件名（不含后缀）。 
3.  */  
4. import java.io.File;  
5. import java.io.FileOutputStream;  
6. import java.io.IOException;  
7. import java.io.OutputStreamWriter;  
8.   
9. import org.jsoup.Jsoup;  
10. import org.jsoup.nodes.Document;  
11. import org.jsoup.nodes.Element;  
12.   
13.   
14. public class Rename {  
15.     public static void main(String[] args) {  
16.         // 默认文件夹路径   
17.         String path = "C:\\report";  
18.         if(args != null && args.length > 0){  
19.             path = args[0];  
20.         }  
21.         try {  
22.             renameHTMLTitle(path);  
23.         } catch (IOException e) {  
24.             e.printStackTrace();  
25.         }  
26.     }  
27.   
28.     public static void renameHTMLTitle(String dir) throws IOException {  
29.         File f = new File(dir);  
30.         if (f.isDirectory()) {  
31.             File fs[] = f.listFiles();  
32.             for (File s : fs) {  
33.                 String title = s.getName().replaceAll(".htm", "").replaceAll(".html", "");  
34.                 if(s.getName().contains(".htm") || s.getName().contains(".html")){  
35.                     Document doc = Jsoup.parse(s, "gb2312");  
36.                     Element titleEl = doc.select("title").first();  
37.                     titleEl.html(title);  
38.                     /* 
39.                      * Jsoup只是解析，不能保存修改，所以要在这里保存修改。 
40.                      */  
41.                     FileOutputStream fos = new FileOutputStream(s, false);  
42.                     OutputStreamWriter osw = new OutputStreamWriter(fos, "gb2312");  
43.                     osw.write(doc.html());  
44.                     osw.close();  
45.                 }  
46.             }  
47.         }  
48.     }  
49. }