java怎样读取html文件

java怎样读取html文件

java读取html文件三项内容：
1、和普通的文件一样的读取方式即可解决；
2、例如放在项目的根目录下，在代码中就可以直接调用即可，无需加其他前缀路径；
3、例如放在web目录中的对应目录中，那么就可以照样访问，都不是问题。2016-08-30

java读取html文件跟读取普通文件一样，都是使用输入输出流，但是java读取html文件之后还需要解析，使用Jsoup对html进行解析。下面是一个java读取带表格的任意html文件，并把html文件转换成excel的例子。
要求： 要求能够实现给出任意带table表格的html文件，生成与表格相同内容的excel文件，附件可以作为测试文件，提供给定的roster.html文件，通过java代码，实现生成与html页面的table相同样式的roster.xls文件。

首先看roster.html:

java代码：
import java.io.BufferedReader;import java.io.File;import java.io.FileReader;import java.io.IOException;import jxl.Workbook;import jxl.write.Label;import jxl.write.WritableCellFormat;import jxl.write.WritableFont;import jxl.write.WritableSheet;import jxl.write.WritableWorkbook;import jxl.write.WriteException;import jxl.write.biff.RowsExceededException;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import org.jsoup.nodes.Element;import org.jsoup.select.Elements;public class HTMLTOExcel {public static void main(String args[]) throws IOException{///读取classpath目录下面的路径String path=HTMLTOExcel.class.getResource("/").getPath();path+="roster.html";toExcel(path,"roster"); } //得到Document并且设置编码格式public static Document getDoc(String fileName) throws IOException{ File myFile=new File(fileName); Document doc= Jsoup.parse(myFile, "GBK",""); return doc;}///这个方法用于根据trs行数和sheet画出整个表格public static void mergeColRow(Elements trs,WritableSheet sheet) throws RowsExceededException, WriteException{int[][] rowhb=new int[300][50];for(int i=0;i<trs.size();i++){ Element tr=trs.get(i); Elements tds=tr.getElementsByTag("td"); int realColNum=0; for(int j=0;j<tds.size();j++){ Element td=tds.get(j); if(rowhb[i][realColNum]!=0){ realColNum=getRealColNum(rowhb,i,realColNum); } int rowspan=1; int colspan=1; if(td.attr("rowspan")!=""){ rowspan = Integer.parseInt(td.attr("rowspan")); } if(td.attr("colspan")!=""){ colspan = Integer.parseInt(td.attr("colspan")); } String text=td.text(); drawMegerCell(rowspan,colspan,sheet,realColNum,i,text,rowhb); realColNum=realColNum+colspan; } }}///这个方法用于根据样式画出单元格，并且根据rowpan和colspan合并单元格public static void drawMegerCell(int rowspan,int colspan,WritableSheet sheet,int realColNum,int realRowNum,String text,int[][] rowhb) throws RowsExceededException, WriteException{ for(int i=0;i<rowspan;i++){ for(int j=0;j<colspan;j++){ if(i!=0||j!=0){ text=""; } Label label = new Label(realColNum+j,realRowNum+i,text); WritableFont countents = new WritableFont(WritableFont.TIMES,10); // 设置单元格内容，字号12 WritableCellFormat cellf = new WritableCellFormat(countents ); cellf.setAlignment(jxl.format.Alignment.CENTRE);//把水平对齐方式指定为居中 cellf.setVerticalAlignment(jxl.format.VerticalAlignment.CENTRE);//把垂直对齐方式指定为居 label.setCellFormat(cellf); sheet.addCell(label); rowhb[realRowNum+i][realColNum+j]=1; } } sheet.mergeCells(realColNum,realRowNum, realColNum+colspan-1,realRowNum+rowspan-1);}public static int getRealColNum(int[][] rowhb,int i,int realColNum){while(rowhb[i][realColNum]!=0){realColNum++;}return realColNum;}///根据colgroups设置表格的列宽public static void setColWidth(Elements colgroups,WritableSheet sheet){ if(colgroups.size()>0){ Element colgroup=colgroups.get(0); Elements cols=colgroup.getElementsByTag("col"); for(int i=0;i<cols.size();i++){ Element col=cols.get(i); String strwd=col.attr("width"); if(col.attr("width")!=""){ int wd=Integer.parseInt(strwd); sheet.setColumnView(i,wd/8); } } }}//toExcel是根据html文件地址生成对应的xlspublic static void toExcel(String fileName,String excelName)throws IOException{Document doc=getDoc(fileName); String title = doc.title(); ///得到样式，以后可以根据正则表达式解析css，暂且没有找到cssparse Elements style= doc.getElementsByTag("style"); ///得到Table，demo只演示输入一个table，以后可以用循环遍历tables集合输入所有table Elements tables= doc.getElementsByTag("TABLE"); if(tables.size()==0){ return; } Element table=tables.get(0); //得到所有行 Elements trs = table.getElementsByTag("tr"); ///得到列宽集合 Elements colgroups=table.getElementsByTag("colgroup"); try { //文件保存到classpath目录下面 String path=HTMLTOExcel.class.getResource("/").getPath();path+=excelName+".xls"; System.out.println(path); WritableWorkbook book = Workbook.createWorkbook(new File(path)); WritableSheet sheet = book.createSheet("人事关系", 0); setColWidth(colgroups,sheet); mergeColRow(trs,sheet); book.write(); book.close(); } catch (RowsExceededException e) { e.printStackTrace(); } catch (WriteException e) { e.printStackTrace(); }}}解析html文件的例子文档地址：http://blog.csdn.net/androidwuyou/article/details/52636821
2016-10-01

java读取html文件和读取普通文件一样，用io读写操作就行
要是读完需要解析html文件内容的话，可以使用jsoup，操作html的dom结构，跟jQuery语法类似。
2016-09-19

和读取xml文件一样吧2016-08-29

使用Jsoup包可以读取编辑html文件，具体请自行百度吧。2016-08-29