[JAVA] Creare un parser (X)HTML

[f4s4n0]

Sto cercando di parserae un file xhtml con l'obiettivo di riuscire a trovare all'interno di un qualunque file (x)html i vari tag che lo compongono.in particolare ho usato il package htmlparser che ha numerose funzionalità ma siccome sono un novellino di java ho trovato un pò di difficoltà nell'utilizzo dell'interfaccia Tag presente nel package.Fin'ora sono riuscito a trovare i Tag in questo modo:
public class Main {



public static void main(String[] args) {

try{
Parser p= new Parser("c:\\about.html"); // about.html è un file xhtml

NodeList list=new NodeList();
NodeFilter filter=new TagNameFilter("body");

for(NodeIterator e=p.elements();e.hasMoreNodes(){

e.nextNode().collectInto(list,filter);
list.keepAllNodesThatMatch(filter);

}
for(int i=0;i<list.size();i++){
System.out.println("il primo elemento della lista è: " + list.elementAt(0).getText()); //questo stampa body che è sicuramente il primo elemento della lista
System.out.println("tag e sottotag :" + list.toHtml());
//questo mi stampa il contenuto del tag body + sottotag
}


}


catch(Exception e ){
e.printStackTrace();
}
}

}


il mio problema è che però dopo aver trovato il tag dovrei poter aggungervi un evento di tipo onload andando quindi a modificare il file xhtml d'origine .c'è qualcuno che può aiutarmi??

[interarete]

Per aggiungere l'attributo onload puoi fare così:

( ( TagNode )list.elementAt( 0 ) ).setAttribute( "onload", "doWork()" );

Poi puoi salvare il nuovo albero xhtml in un altro file:

PrintWriter writer = new PrintWriter( 
      new FileOutputStream( "C:\\about_modified.html" ) ); 
writer.print( list.toHtml( ) );
writer.close();

Ciao,

[f4s4n0]

grazie mille per la risposta tempestiva ed esaustiva ma visto che hai afferrato alvolo il mio problema posso approfittarne per chiederti come faccio una volta modificato il mio tag a far tornare il mio file originale a cui pero ho applicato la modifica???mi spiego meglio...quando faccio la keepallnodethatmatch la mia nodelist list conterrà soltanto tag body e relativi sottotag+ modifica ma io voglio una aboutmodified che contenga tutti i tag del file html originale + la modifica...dovrei quindi attaccare la mia list modificata al file orig....come faccio??grazie

[interarete]

Originariamente inviato da f4s4n0
come faccio una volta modificato il mio tag a far tornare il mio file originale a cui pero ho applicato la modifica?

Ti conviene utilizzare uno o più oggetti Visitor, implementando il tuo visitor che effettua le modifiche ai tag che ti interessano; ad esempio, per modificare il body puoi crearti un BodyVisitor fatto così:

class BodyVisitor extends NodeVisitor
{
  @Override
  public void visitTag( Tag tag )
  {
    if ( tag instanceof BodyTag )
    {
    	tag.setAttribute( "onload", "doWork()" );
    }		
  }
}

Poi visiti tutti i nodi della lista con il visitor e alla fine ti ritrovi la lista con i nodi modificati:

Parser p = new Parser( "c:\\about.html" ); 
NodeList list = new NodeList();
list = p.parse( null );
list.visitAllNodesWith( new BodyVisitor() );
System.out.println( list.toHtml() ); // qui stampa il documento modificato

Spero di essere stato sufficientemente chiaro.

Ciao,

[f4s4n0]

sei stato chiarissimo e sono riuscito con il vostro aiuto a risolvere i miei problemi.
grazie mille a entrambi

[sickboy121]

Devo fare anche io una cosa del genere, con l'unica differenza che devo prendere le informazioni da determinati tag. Io sono abituato a fare il parsing di file xml e volevo sapere se mi devo comportare alla stesas maniera.