求JAVA语言代码：将自己下载的网页(html,mht)转化为纯文本文件，去除页面html标签等，只剩下纯文字信息。
求JAVA语言代码，将自己下载的web页面（html、mht）转化为纯文本文件，也就是在解析web页面的时候，去除页面里面的html标签、图片等等，只剩下纯文字信息。谢谢...
求JAVA语言代码，将自己下载的web页面（html、mht）转化为纯文本文件，也就是在解析web页面的时候，去除页面里面的html标签、图片等等，只剩下纯文字信息。
谢谢各位大大~ 展开
谢谢各位大大~ 展开
2个回答
展开全部
如果只是几个文件可以用ie打开hrml网页文件，在浏览器内地址栏输入：
JavaScript:document.write(document.body.innerText.replace(/<.*?>/g,""));
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。
留下一个邮箱吧，我将软件发给你，可以大批量转换html为txt文档，还可以将多个文件合并为一个。
JavaScript:document.write(document.body.innerText.replace(/<.*?>/g,""));
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。
留下一个邮箱吧，我将软件发给你，可以大批量转换html为txt文档，还可以将多个文件合并为一个。
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
展开全部
HTML Parser
开源的，自己查 api 去吧
开源的，自己查 api 去吧
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
