Mega Code Archive

 

Categories / Java Tutorial / Network

 

Getting the Links in an HTML Document

import java.io.InputStreamReader; import java.io.Reader; import java.net.URI; import java.net.URL; import java.net.URLConnection; import javax.swing.text.EditorKit; import javax.swing.text.SimpleAttributeSet; import javax.swing.text.html.HTML; import javax.swing.text.html.HTMLDocument; import javax.swing.text.html.HTMLEditorKit; public class Main {   public static void main(String[] argv) throws Exception {     URL url = new URI("http://www.google.com").toURL();     URLConnection conn = url.openConnection();     Reader rd = new InputStreamReader(conn.getInputStream());     EditorKit kit = new HTMLEditorKit();     HTMLDocument doc = (HTMLDocument) kit.createDefaultDocument();     kit.read(rd, doc, 0);     HTMLDocument.Iterator it = doc.getIterator(HTML.Tag.A);     while (it.isValid()) {       SimpleAttributeSet s = (SimpleAttributeSet) it.getAttributes();       String link = (String) s.getAttribute(HTML.Attribute.HREF);       if (link != null) {         System.out.println(link);       }       it.next();     }   } }