文本提取java代码，java怎么从文本中读取数据

java(从html文件中提取标签之外的文本)

File input = new File(/tmp/input.html)；Document doc = Jsoup.parse(input， UTF-8， IP)；看看这个代码，调用 doc.text() 方法即可。

就可以只显示文本了。但是我个人觉得你是想将下载的网页小说、资料等转换为txt的纯文字方便浏览吧。这个文件是不是很多？那么就需要批量性的转换工具。

新浪的那个天气的值是通过js动态加载的，原始html页面是div id=SI_Weather_Wrap class=now-wea-wrap clearfix/div 。而jsoup只是对html进行解析，所以是找不到js动态生成的哪些信息的。

html源文件里超文本引用（hypertext reference）也叫超链接都是有特殊的标签的有不有。举个例子：href=http：//zhidao.baidu.com/question/15897108html 格式都是这样的有木有。

用了htmlparser绝对会忍不住称赞。jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

相关问答

Q1: Java编写一个程序读取文本文档,提取其中英文单词,将大写字母改为小写...

1、具体代码如下，字符串中大、小写互转 1）输入 第一行只有一个整数m（m=10)，表示测试数据组数。接下来的m行，每行有一个字符串（长度不超过100）。2）输出 输出互换后的字符串，每组输出占一行。

2、java中把一个字符串中大写字母转换为小写，小写字母转换为大写的代码如下：注意：Apache的commons-lang包中有很多我们常用的方法，比如IO操作的中的拷贝整个目录，判断一个字符是不是符合Email的格式。

3、原题要求你把test.txt中大写字母转换成小写，小写转换成大写 然后存进write.txt。

4、此方法可以将一个字符串中的大小写字符的互相转换，也就是说 它可以将字符串中的小写转换为大写字符，大写字符转换为小写 字符。param 要被装换的字符串参数 return 返回的结果字符串为原字符相应的大小写字符串。

Q2: 如何用java编程实现文本文档中某些有用信息的提取?

你想提取文本中认为有用的信息可以用到java的正则表达式。但是你想获取的文本应该是有规律的（能够用正则表达式提取：比如：url...），否则无法实现。

读取指定文本文件对象。 利用过滤器可以把所需信息读取来即可。 把读出来的信息输出（持久化）即可。

File input = new File(/tmp/input.html)；Document doc = Jsoup.parse(input， UTF-8， IP)；看看这个代码，调用 doc.text() 方法即可。

Q3: java读取文本文件代码

代码说明，要查询是否存在java。在D：盘建一个word.txt的文档，里面写一些单词，保存。运行如下代码会判断是否存在“java”这个单词。

你可以使用Java的文件读取和数学运算来实现读取txt文件中的数字并求和的功能。

《java 程序》百度网盘资源免费在线观看 链接：提取码：1mur Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。

如何用java实现读取txt文件并对其内容进行处理？java菜菜鸟，求好心人来个完整的程序。

Q4: java中按行读取文本,并提取文本中包含有特定词语的行?

1、读取指定文本文件对象。 利用过滤器可以把所需信息读取来即可。 把读出来的信息输出（持久化）即可。

2、reader = new FileReader(file)；BufferedReader br = new BufferedReader(reader)；String line= br.readLine()；String[] s = line.split(，)；这样在s[] 这个数组中就有了你的每行的内容，你分别取出来使用即可。

3、你可以把dictionnaire.txt文件放在src目录中。也就相当于放在了classpath的根目录中。然后使用这种下面的形式读取文件。

4、如果s=123abc取得s1=abc用正则，例如：s=123abc4aprintre.findall([a-z]+，s)结果是：[abc，a]。

5、我的理解：如果hello.java中有空行（不包括任何字符，只是用回车或者换行符进行分割的空白行），读文件时，将该行忽略；如果不是空行，则读出该行。

Q5: 如何用java程序提取两个文本中相同的字符串

1、import java.lang.Character.Subset；/ 通过两个字符串数组，求其中最大相同项 思路：要是其中一个短的字符串包含在长的字符串中，直接输出这个短的即为所求 短的字符串要不是其最大相同项。

2、首先获取第一个#的位置，然后获取第二个#好位置。 indexOf。

3、如果你需要取的字符串里并不包含其它标签，可以像下面这样做。

4、System.out.println(strs[i].toString())；} 运行结果：abc 12 3yy98 0 通过subString()方法来进行字符串截取。

文本提取java代码的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于java怎么从文本中读取数据、文本提取java代码的信息别忘了在本站进行查找喔。