复制代码代码如下：
包com.test;
导入org.htmlparser.node;
导入org.htmlparser.nodefilter;
导入org.htmlparser.parser;
导入org.htmlparser.filters.tagnamefilter;
导入org.htmlparser.tags.tabletag;
导入org.htmlparser.util.nodelist;
/**
*标题：利用htmlparser提取网页纯文本的例子
*/
公共类Testhtmlparser {
公共静态void testhtml（）{
尝试 {
字符串scurrentline;
字符串stotalstring;
scurrentline =“”;
stotalString =“”;
java.io.inputstream l_urlstream;
java.net.url l_url = new Java.net.url（“ http://www.ideagrace.com/html/doc/2006/07/07/04/00929.html”）;
java.net.httpurlconnection l_connection =（java.net.httpurlConnection）l_url.openconnection（）;
l_connection.connect（）;
l_urlstream = l_connection.getInputStream（）;
java.io.bufferedReader l_reader = new Java.io.bufferedReader（new Java.io.inputStreamReader（l_urlstream））;
while（（（scurrentline = l_reader.readline（））！= null）{
stotalstring += scurrentline +“/r/n”;
// system.out.println（stotalString）;
}
字符串testText = extractText（stotalString）;
system.out.println（testText）;
} catch（异常E）{
e.printstacktrace（）;
}
}
公共静态字符串extracttext（字符串inputhtml）抛出异常{
StringBuffer text = new StringBuffer（）;
Parser parser = parser.createparser（new String（inputhtml.getBytes（），“ gbk”），“ gbk”）;
//遍历所有的节点
nodelist nodes = parser.extractallNodestHatMatch（new NodeFilter（）{
public boolean接受（节点节点）{
返回true;
}
}）;
system.out.println（nodes.size（））; //打印节点的数量
for（int i = 0; i <nodes.size（）; i ++）{
node nodet = nodes.elementat（i）;
//system.out.println（nodet.getText（））;
text.append（new String（nodet.toplaintextstring（）。getBytes（“ gbk”））+“/r/n”）;
}
返回text.tostring（）;
}
公共静态void test5（字符串资源）抛出异常{
解析器myparser =新解析器（资源）;
myparser.setencoding（“ gbk”）;
字符串filterstr =“ table”;
NodeFilter Filter = new TagNameFilter（filterstr）;
Nodelist Nodelist = myParser.extractallNodestHatMatch（filter）;
tabletag tabletag =（tabletag）Nodelist.Elementat（11）;
}
public static void main（string [] args）抛出异常{
// test5（“ http://www.google.com”）;
testhtml（）;
}
}