如何改

import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.filters.NodeClassFilter;
import org.htmlparser.filters.OrFilter;
import org.htmlparser.tags.ImageTag;
import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;

public class Catenate {
public static void main(String[] args) throws Exception {
String url = "http://www.bradfordexchange.com/";
extracLinks(url);
}

// 获取一个网页上所有的链接和图片链接
@SuppressWarnings("serial")
public static void extracLinks(String url) {
    try {
        Parser parser = new Parser(url);
        parser.setEncoding("utf-8");
        // 过滤 <frame> 标签的 filter，用来提取 frame 标签里的 src 属性所、表示的链接
        NodeFilter frameFilter = new NodeFilter() {
            public boolean accept(Node node) {
                if (node.getText().contains("category")
                 || node.getText().contains("mcategory")
                //|| node.getText().startsWith("frame src=")
                // || node.getText().startsWith("img src=")
                ) {
                    return true;
                } else {
                    return false;
                }
            }
        };
        // OrFilter 来设置过滤 <a> 标签，<img> 标签和 <frame> 标签，三个标签是 or 的关系
        OrFilter linkFilter = new OrFilter(new NodeClassFilter(
                LinkTag.class), frameFilter);
        // 得到所有经过过滤的标签
        NodeList list = parser.extractAllNodesThatMatch(linkFilter);
        for (int i = 0; i < list.size(); i++) {
            Node tag = list.elementAt(i);
            if (tag instanceof LinkTag)// <a> 标签
            {
                LinkTag link = (LinkTag) tag;
                String linkUrl = link.getLink();// url
                String text = link.getLinkText();// 链接文字
                System.out.println(linkUrl + "********" + text);
            } else if (tag instanceof ImageTag)// <img> 标签
            {
                ImageTag image = (ImageTag) list.elementAt(i);
                System.out.print(image.getImageURL() + "********");// 图片地址
                System.out.println(image.getText());// 图片文字
            } else// <frame> 标签
            {
                // 提取 frame 里 src 属性的链接如 <frame src="test.html"/>
                String frame = tag.getText();
                int start = frame.indexOf("src=");
                frame = frame.substring(start);
                int end = frame.indexOf(" ");
                if (end == -1)
                    end = frame.indexOf(">");
                frame = frame.substring(5, end - 1);
                System.out.println(frame);
            }
        }
    } catch (ParserException e) {
        e.printStackTrace();
    }
}

}

有运行结果就是最后报空指针异常

[code="java"]
import org.htmlparser.Node;

import org.htmlparser.NodeFilter;

import org.htmlparser.Parser;

import org.htmlparser.filters.NodeClassFilter;

import org.htmlparser.filters.OrFilter;

import org.htmlparser.tags.ImageTag;

import org.htmlparser.tags.LinkTag;

import org.htmlparser.util.NodeList;

import org.htmlparser.util.ParserException;

public class Catenate {   
    public static void main(String[] args) throws Exception {   
        String url = "http://www.bradfordexchange.com/";   
        extracLinks(url);   
    }   

    // 获取一个网页上所有的链接和图片链接   
    @SuppressWarnings("serial")   
    public static void extracLinks(String url) {   
        try {   
            Parser parser = new Parser(url);   
            parser.setEncoding("utf-8");   
            // 过滤 <frame> 标签的 filter，用来提取 frame 标签里的 src 属性所、表示的链接   
            NodeFilter frameFilter = new NodeFilter() {   
                public boolean accept(Node node) {   
                    if (node.getText().contains("category")   
                            || node.getText().contains("mcategory")   
                            //|| node.getText().startsWith("frame src=")   
                            // || node.getText().startsWith("img src=")   
                    ) {   
                        return true;   
                    } else {   
                        return false;   
                    }   
                }   
            };   
            // OrFilter 来设置过滤 <a> 标签，<img> 标签和 <frame> 标签，三个标签是 or 的关系   
            OrFilter linkFilter = new OrFilter(new NodeClassFilter(   
                    LinkTag.class), frameFilter);   
            // 得到所有经过过滤的标签   
            NodeList list = parser.extractAllNodesThatMatch(linkFilter);   
            for (int i = 0; i < list.size(); i++) {   
                Node tag = list.elementAt(i);   
                if (tag instanceof LinkTag)// <a> 标签   
                {   
                    LinkTag link = (LinkTag) tag;   
                    String linkUrl = link.getLink();// url   
                    String text = link.getLinkText();// 链接文字   
                    System.out.println(linkUrl + "********" + text);   
                } else if (tag instanceof ImageTag)// <img> 标签   
                {   
                    ImageTag image = (ImageTag) list.elementAt(i);   
                    System.out.print(image.getImageURL() + "********");// 图片地址   
                    System.out.println(image.getText());// 图片文字   
                } else// <frame> 标签   
                {   
                    // 提取 frame 里 src 属性的链接如 <frame src="test.html"/>   
                    String frame = tag.getText();   
                    int start = frame.indexOf("src=");   
                    if (start >= 0) {  
                        frame = frame.substring(start);   
                        int end = frame.indexOf(" ");   
                        if (end == -1)   
                            end = frame.indexOf(">");   
                        frame = frame.substring(5, end - 1);   
                        System.out.println(frame);  
                    }  
                }   
            }   
        } catch (ParserException e) {   
            e.printStackTrace();   
        }   
    }   

}   

[/code]

能把你用到的Jar包通过附件传一下么

[quote]有运行结果就是最后报空指针异常[/quote]
空指针是最容易改的bug了，只要查一下第几行代码就知道哪儿空了，自己多检查下就知道了。
还有代码不能用code标签包一下么……这样看着多累啊……

[quote]可以加你qq吗[/quote]

我现在上班时间上不了QQ啊。。。。。
你还是把htmlparser的Jar包传一下把，Jar包，不要打成ZIP包

我怎么没报异常？？？

你哪行报啊？

[quote]else// 标签
{ [/quote]

这个。。其它情况都是frame标签么？如果页面上还有其它东西怎么办？

那你就再判断下是不是FrameTag咯

[code="java"]import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.filters.NodeClassFilter;
import org.htmlparser.filters.OrFilter;
import org.htmlparser.tags.FrameTag;
import org.htmlparser.tags.ImageTag;
import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;

public class Catenate {
public static void main(String[] args) throws Exception {
String url = "http://www.bradfordexchange.com/";
extracLinks(url);
}

// 获取一个网页上所有的链接和图片链接
@SuppressWarnings("serial")
public static void extracLinks(String url) {
    try {
        Parser parser = new Parser(url);
        parser.setEncoding("utf-8");
        // 过滤 <frame> 标签的 filter，用来提取 frame 标签里的 src 属性所、表示的链接
        NodeFilter frameFilter = new NodeFilter() {
            public boolean accept(Node node) {
                if (node.getText().contains("category")
                        || node.getText().contains("mcategory")
                        //|| node.getText().startsWith("frame src=")
                        // || node.getText().startsWith("img src=")
                ) {
                    return true;
                } else {
                    return false;
                }
            }
        };
        // OrFilter 来设置过滤 <a> 标签，<img> 标签和 <frame> 标签，三个标签是 or 的关系
        OrFilter linkFilter = new OrFilter(new NodeClassFilter(
                LinkTag.class), frameFilter);
        // 得到所有经过过滤的标签
        NodeList list = parser.extractAllNodesThatMatch(linkFilter);
        for (int i = 0; i < list.size(); i++) {
            Node tag = list.elementAt(i);
            if (tag instanceof LinkTag)// <a> 标签
            {
                LinkTag link = (LinkTag) tag;
                String linkUrl = link.getLink();// url
                String text = link.getLinkText();// 链接文字
                System.out.println(linkUrl + "********" + text);
            } else if (tag instanceof ImageTag)// <img> 标签
            {
                ImageTag image = (ImageTag) list.elementAt(i);
                System.out.print(image.getImageURL() + "********");// 图片地址
                System.out.println(image.getText());// 图片文字

// ******* 2011-05-16 redstarofsleep modify start *******
} else if (tag instanceof FrameTag) {// 标签
// 提取 frame 里 src 属性的链接如
String frame = tag.getText();
int start = frame.indexOf("src=");
frame = frame.substring(start);
int end = frame.indexOf(" ");
if (end == -1)
end = frame.indexOf(">");
frame = frame.substring(5, end - 1);
System.out.println(frame);
}
// else// 标签
// {
// // 提取 frame 里 src 属性的链接如
// String frame = tag.getText();
// int start = frame.indexOf("src=");
// frame = frame.substring(start);
// int end = frame.indexOf(" ");
// if (end == -1)
// end = frame.indexOf(">");
// frame = frame.substring(5, end - 1);
// System.out.println(frame);
// }
// ******* 2011-05-16 redstarofsleep modify end *******
}
} catch (ParserException e) {
e.printStackTrace();
}
}

}
[/code]

这个就可以

你注释里写的就是// 标签

// 提取 frame 里 src 属性的链接如
我拿的就是frame啊。。。

不明白你到底是要拿什么。。。。。。。。

改成这样么？

[code="java"]
import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.filters.NodeClassFilter;
import org.htmlparser.filters.OrFilter;
import org.htmlparser.tags.ImageTag;
import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;

public class Catenate {
public static void main(String[] args) throws Exception {
String url = "http://www.bradfordexchange.com/";
extracLinks(url);
}

// 获取一个网页上所有的链接和图片链接 
@SuppressWarnings("serial") 
public static void extracLinks(String url) { 
    try { 
        Parser parser = new Parser(url); 
        parser.setEncoding("utf-8"); 
        // 过滤 <frame> 标签的 filter，用来提取 frame 标签里的 src 属性所、表示的链接 
        NodeFilter frameFilter = new NodeFilter() { 
            public boolean accept(Node node) { 
                if (node.getText().contains("category") 
                        || node.getText().contains("mcategory") 
                        //|| node.getText().startsWith("frame src=") 
                        // || node.getText().startsWith("img src=") 
                ) { 
                    return true; 
                } else { 
                    return false; 
                } 
            } 
        }; 
        // OrFilter 来设置过滤 <a> 标签，<img> 标签和 <frame> 标签，三个标签是 or 的关系 
        OrFilter linkFilter = new OrFilter(new NodeClassFilter( 
                LinkTag.class), frameFilter); 
        // 得到所有经过过滤的标签 
        NodeList list = parser.extractAllNodesThatMatch(linkFilter); 
        for (int i = 0; i < list.size(); i++) { 
            Node tag = list.elementAt(i); 
            if (tag instanceof LinkTag)// <a> 标签 
            { 
                LinkTag link = (LinkTag) tag; 
                String linkUrl = link.getLink();// url 
                String text = link.getLinkText();// 链接文字 
                System.out.println(linkUrl + "********" + text); 
            } else if (tag instanceof ImageTag)// <img> 标签 
            { 
                ImageTag image = (ImageTag) list.elementAt(i); 
                System.out.print(image.getImageURL() + "********");// 图片地址 
                System.out.println(image.getText());// 图片文字 
            } else// <frame> 标签 
            { 
                // 提取 frame 里 src 属性的链接如 <frame src="test.html"/> 
                String frame = tag.getText(); 
                int start = frame.indexOf("src="); 
                if (start >= 0) {
                    frame = frame.substring(start); 
                    int end = frame.indexOf(" "); 
                    if (end == -1) 
                        end = frame.indexOf(">"); 
                    frame = frame.substring(5, end - 1); 
                    System.out.println(frame);
                }
            } 
        } 
    } catch (ParserException e) { 
        e.printStackTrace(); 
    } 
} 

}
[/code]

我就是不知道你要获取什么东西？你要获取的页面是什么样子的。。。。。。

那就是拿li里面的a咯

你拿frame干吗？

[code="java"]
import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.filters.NodeClassFilter;
import org.htmlparser.filters.OrFilter;
import org.htmlparser.tags.ImageTag;
import org.htmlparser.tags.LinkTag;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;

public class Catenate {
public static void main(String[] args) throws Exception {
String url = "http://www.bradfordexchange.com/";
extracLinks(url);
}

// 获取一个网页上所有的链接和图片链接 
@SuppressWarnings("serial") 
public static void extracLinks(String url) { 
    try { 
        Parser parser = new Parser(url); 
        parser.setEncoding("utf-8"); 
        // 过滤 <frame> 标签的 filter，用来提取 frame 标签里的 src 属性所、表示的链接 
        NodeFilter frameFilter = new NodeFilter() { 
            public boolean accept(Node node) { 
                if (node.getText().contains("category") 
                        || node.getText().contains("mcategory") 
                        //|| node.getText().startsWith("frame src=") 
                        // || node.getText().startsWith("img src=") 
                ) { 
                    return true; 
                } else { 
                    return false; 
                } 
            } 
        }; 
        // OrFilter 来设置过滤 <a> 标签，<img> 标签和 <frame> 标签，三个标签是 or 的关系 
        OrFilter linkFilter = new OrFilter(new NodeClassFilter( 
                LinkTag.class), frameFilter); 
        // 得到所有经过过滤的标签 
        NodeList list = parser.extractAllNodesThatMatch(linkFilter); 
        for (int i = 0; i < list.size(); i++) { 
            Node tag = list.elementAt(i); 
            if (tag instanceof LinkTag)// <a> 标签 
            { 
                LinkTag link = (LinkTag) tag; 
                String linkUrl = link.getLink();// url 
                String text = link.getLinkText();// 链接文字 
                System.out.println(linkUrl + "********" + text); 
            } else if (tag instanceof ImageTag)// <img> 标签 
            { 
                ImageTag image = (ImageTag) list.elementAt(i); 
                System.out.print(image.getImageURL() + "********");// 图片地址 
                System.out.println(image.getText());// 图片文字 
            } else// <frame> 标签 
            { 

// // 提取 frame 里 src 属性的链接如
// String frame = tag.getText();
// int start = frame.indexOf("src=");
// if (start >= 0) {
// frame = frame.substring(start);
// int end = frame.indexOf(" ");
// if (end == -1)
// end = frame.indexOf(">");
// frame = frame.substring(5, end - 1);
// System.out.println(frame);
// }
String li = tag.getText();
if (li.startsWith("li")) {
LinkTag a = (LinkTag)tag.getFirstChild();
String linkUrl = a.getLink();
String text = a.getLinkText();
System.out.println(linkUrl + "********" + text);
}
}
}
} catch (ParserException e) {
e.printStackTrace();
}
}

}
[/code]

可能是我公司里有代理，所以我没办法跑这个代码。

你看看这样子改是不是你要的结果？
我觉得可能会出现2种结果：
第一种就是正确了，那最好。
第二种就是比你想要的多，那是因为你那段有问题的代码抛出异常后停止了，现在那个地方改了，就会把整个循环走完，所以有可能会多一些结果