解析得到除去标签的txt内容

　　NodeList body_nodes=this.getParser().parse(body_filter);

　　for(int i=0;i<body_nodes.size();i++)

　　{

　　Node node=body_nodes.elementAt(i);

　　Parser body_parser=new Parser(node.toHtml());

　　TextExtractingVisitor visitor=new TextExtractingVisitor();

　　body_parser.visitAllNodesWith(visitor);

　　body.append(visitor.getExtractedText());

　　}

　　import java.io.BufferedWriter;

　　import java.io.File;

　　import java.io.FileWriter;

　　import java.io.IOException;

　　import java.util.Date;

　　import org.htmlparser.Node;

　　import org.htmlparser.NodeFilter;

　　import org.htmlparser.Parser;

　　import org.htmlparser.filters.AndFilter;

　　import org.htmlparser.filters.HasAttributeFilter;

　　import org.htmlparser.filters.HasChildFilter;

　　import org.htmlparser.filters.TagNameFilter;

　　import org.htmlparser.util.NodeList;

　　import org.htmlparser.visitors.TextExtractingVisitor;

　　import com.extractor.Extractor;

　　public class ExtractorHangdian extends Extractor{

　　public void extract()

　　{

　　BufferedWriter bw=null;

　　String indextime;

　　String title;

　　StringBuffer body=new StringBuffer();;

　　NodeFilter time_filter=new AndFilter(new TagNameFilter("font"),new HasAttributeFilter("color","#808080"));

　　NodeFilter title_filter1=new AndFilter(new TagNameFilter("td"),new HasChildFilter(new TagNameFilter("b")));

　　NodeFilter body_filter=new AndFilter(new TagNameFilter("td"),new HasChildFilter(new TagNameFilter("p")));

　　try

　　{

　　NodeList title_nodes=this.getParser().parse(title_filter1);

　　Node node=title_nodes.elementAt(0);

　　NodeList node2=node.getChildren();

　　//title=node2.elementAt(0).toHtml(); /* '\r\n' */

　　//title=node2.elementAt(1).toHtml(); /*font color="#000080" style="font-size:14.4px*/

　　//title=node2.elementAt(2).toHtml(); /* b */

　　title=node2.elementAt(3).toHtml(); /* 教材征订及教师用书登记通知 */

　　bw=new BufferedWriter(new FileWriter(new File(this.getOutputPath()+title+".txt")));

　　String url_seg1=getInputFilePath().substring(3,30);

　　int end=getInputFilePath().lastIndexOf(".");

　　String url_seg2=getInputFilePath().substring(30, end);

　　String url_seg=url_seg1+".asp?"+url_seg2;

　　url_seg=url_seg.replaceAll("\\\\","/");

　　String url="http://"+url_seg;

　　bw.write(url+NEWLINE);

　　bw.write(title+NEWLINE);

　　}

　　catch(Exception e)

　　{

　　e.printStackTrace();

　　}

　　this.getParser().reset();

　　try

　　{

　　NodeList time_nodes=this.getParser().parse(time_filter);

　　Node time_node=time_nodes.elementAt(1);//这里的“1”表示符合time_filter的第二个元素

　　indextime=time_node.getNextSibling().toHtml();

　　bw.write(indextime+NEWLINE);

　　}

　　catch(Exception e)

　　{

　　e.printStackTrace();

　　}

　　this.getParser().reset();//得到除去标签的所有txt文本

　　try

　　{

　　NodeList body_nodes=this.getParser().parse(body_filter);

　　for(int i=0;i<body_nodes.size();i++)

　　{

　　Node node=body_nodes.elementAt(i);

　　Parser body_parser=new Parser(node.toHtml());

　　TextExtractingVisitor visitor=new TextExtractingVisitor();

　　body_parser.visitAllNodesWith(visitor);

　　body.append(visitor.getExtractedText());

　　}

　　bw.write(body+NEWLINE);

　　}

　　catch(Exception e)

　　{

　　e.printStackTrace();

　　}

　　try

　　{

　　if(bw!=null)

　　bw.close();

　　}catch(IOException e)

　　{

　　e.printStackTrace();

　　}

　　}

　　}