블로그 기사의 기사 내용/설명을 검색하고 추출하는 가장 좋은 방법은 무엇입니까

Question

블로그 게시물 (sample 1, sample 2)이 있습니다. HTML을 파싱하고 저자, 제목, 날짜, 문서 내용, 의견 (별도)을 검색하는 가장 좋은 방법은 무엇입니까? 전체 내용은 건너 뜁니다. 귀하의 블로그 사이트를 가정

이

Answer 1

RSS 피드를 가지고, 당신은 XML 여기

http://download.oracle.com/javase/1.4.2/docs/api/javax/xml/parsers/SAXParser.html

을 통해 채찍 자바의 SAX 파서를 사용하는 것은 SAX 파서

http://javabeanz.wordpress.com/2007/07/25/rss-parser-sax/

를 사용하여 RSS를 파싱 사람의 예

Answer 2

당신이 찾고있는 모든 것을 얻을 수는 없을지 모르지만, 나는 Boilerpipe을 살펴볼 가치가 있다고 생각합니다.