lucene 索引HTML文档
深未来技术
1、大部分WEB文档采用HTML格式。
2、本例用如下HTML文档
<html>
<head>
<title>
Laptop power supplies are avaliable in First class only
</title>
</head>
<body>
<h1>code,write,fly</h1>
</body>
</html>
3、使用JTidy
JTidy由Andy Quick编写的Tidy的Java版本。
public class JTidyHTMLHandler implements DocumentHandler{
publicorg.apache.lucene.document.Document getDocument(InputStreamis)
throwsDocumentHandlerException{ //传入一个代表HTML文档的InputStream对象
Tidy tidy=new Tidy();
tidy.setQuiet(true);
tidy.setShowWarnings(false);
//解析代表HTML文档的InputStream对象
org.w3c.dom.Documentroot=tidy.parseDOM(is,null);
ElementrawDoc=root.getDocumentElement();
org.apache.lucene.document.Document doc=neworg.apache.lucene.document.Document();
Stringtitle=getTitle(rawDoc);//获得标题
Stringbody=getBody(rawDoc);//获得<body>和</body>之间所有元素
if((title!=null)&&(!title.equals(""))) {
doc.add(Field.Text("title",title));
}
if((body!=null)&&(!body.equals(""))){
doc.add(Field.Text("body",body));
}
return doc;
}
protected String getTitle(Element rawDoc){
if(rawDoc==null){
returnnull;
}
Stringtitle="";
NodeListchildren=rawDoc.getElementsB
相关文档：
转载：http://jiangzhengjun.javaeye.com/blog/480996
事件
DOM同时支持两种事件模式：捕获型事件和冒泡型事件，但是，捕获型事件先发生。两种事件流会触及DOM中的所有对象，从document对象开
始，也在document对象结束（大部分兼容标准的浏览会继续将事件捕获/冒泡延续至window对象），DOM中的元素都会连续收到两次事 ......
<html>
<frameset rows="10%,*">
<frame src="http://g.cn" scrolling="no">
<frameset cols="25%,*">
<frame src="http://g.cn" scrolling="no">
<frameset rows="10%,*">
<frame src="http://g.cn" scrolling="no">
......
本节中的主题描述如何使用 Visual Web Developer 工具箱的“HTML”选项卡上的 ASP.NET Web 服务器控件。
默认情况下，服务器无法使用 ASP.NET 网页上的 HTML 元素；这些元素被视为传递给浏览器的不透明文本。但是，通过将 HTML 元素转换成 HTML 服务器控件，可以将它们公开为 ......
作者：光脚丫思考 时间：12/23/2009 1:51:00 PM
一开始就觉得HTML编辑器这玩意应该是很高深莫测的。随随便便就想整一个应该不是一件容易的事情。后来对WebBrowser控件有了一些了解，不过都是很肤浅的了解。只知道用这个控件就能够在自己的程序中搞一个WEB浏览器之类的东西，从来没有想过HTML编辑器也可以使用这个控件来实� ......
Window 对象
Window 对象是 JavaScript 层级中的顶层对象。
Window 对象代表一个浏览器窗口或一个框架。
Window 对象会在 <body> 或 <frameset> 每次出现时被自动创建。
有关 Window 对象的详细描述。
IE: Internet Explorer, F: Firefox, O: Opera.
Window 对象的集合
CollectionDescriptionIEFO
fr ......
