如何讀取zip文件中的htm文件？
[英]how to read htm file inside a zip file?
問題描述
我有一個包含Index.htm的zip文件。 我應該閱讀Index.htm的內容，並在其中找到一個日期（ 2011年12月 ），並使用該日期創建一個目錄，然后在該目錄中提取zip文件。
這是html文件：
<HTML>
<HEAD></HEAD>
<BODY>
<A Name="TopOfPage"></A>
<TABLE Width="100%" Border="0" CellPadding="0" CellSpacing="0">
<TR>
<TD Width="30%"><A HRef="HeaderTxt/HetBCFI.htm">Het B.C.F.I.</A></TD>
</TR>
</TABLE>
<TABLE Width="100%" Border="0" CellPadding="0" CellSpacing="0">
<TR>
<TD RowSpan="2" Width="10"></TD>
<TD Width="70%"><STRONG><FONT Face="Arial" Size="2">Gecommentarieerd Geneesmiddelenrepertorium</FONT></STRONG></TD>
<TD Width="29%" Align="Right" Class= "Datum">
December 2011
</TD>
<TD Rowspan="2" Width="10"></TD>
</TR>
</TABLE> </BODY> </HTML>
3 個解決方案
解決方案1
3 2012-01-16 15:18:33
嘗試這個，
獲得日期字符串后，創建所需的目錄。
編輯 ：要刪除 ，您可以執行以下操作之一，
使用包含
的字符串創建另一個文檔元素 並執行以下操作document.select(":containsOwn(\ )").remove();（從這里拍攝）使用關注（假設您要清除的字符串是
htmlString）Jsoup.parse(htmlString).text();使用String的
replaceAll()函數擺脫 。
解決方案2
2 2012-01-16 15:17:08
幾個步驟：
- 使用java.util.zip包並創建一個解壓縮的流。
- 使用XML解析器（如JSoup）遍歷節點，然后...
- 使用正則表達式或帶有日期解析器的正則表達式（例如SimpleDateFormat）來選擇日期。
這假定您要查找的日期始終在文本節點中。
解決方案3
1 已采納 2012-01-18 10:43:48
這是我使用的正確的最終代碼：多謝您提供有用的提示
public static String getDateWithinHtmlInsideZipFile(File archive) {
ZipFile zp = new ZipFile(archive);
InputStream in = zp.getInputStream (zp.getEntry ("Index.htm"));
Document doc = Jsoup.parse(in, "UTF-8", "");
return doc.body().getElementsByClass("Datum").text().trim();
}
如何讀取 Zip 文件中的文件內容，該文件位於 Zip 文件中
[英]How to read content of files inside Zip file which is inside a Zip file
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.