整合營銷服務商

          電腦端+手機端+微信端=數(shù)據(jù)同步管理

          免費咨詢熱線:

          Java 將HTML轉(zhuǎn)為XML

          文介紹如何通過Java后端程序代碼來展示如何將html轉(zhuǎn)為XML。此功能通過采用Word API- Free Spire.Doc for Java 提供的Document.saveToFile()方法來實現(xiàn);該方法支持的目標文檔格式多達 30余種。另外,該API也提供了多種方法,如Document.saveToEpub()、Document.saveToFile()、Document.saveToImages()、Document.saveToSVG()、Document.saveToTxt()、Document.saveToTiff()等,可用于將源文件轉(zhuǎn)為Epub、圖片、文本文件等目標文檔格式。

          下面,將以html轉(zhuǎn)為xml格式為例,介紹如何實現(xiàn)轉(zhuǎn)換。以下是詳細方法及步驟。


          【關(guān)于如何導入jar包】

          通過 Maven倉庫 下載導入,如下配置pom.xml:

          <repositories>
              <repository>
                  <id>com.e-iceblue</id>
                  <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
              </repository>
          </repositories>
          <dependencies>
              <dependency>
                  <groupId>e-iceblue</groupId>
                  <artifactId>spire.doc.free</artifactId>
                  <version>5.2.0</version>
              </dependency>
          </dependencies>

          如需手動導入,需要下載 jar包 到本地,然后解壓,找到lib文件夾下的Spire.Doc.jar文件。在IDEA中打開“Project Structure”界面,執(zhí)行如圖步驟將本地路徑下的jar文件手動引入Java程序:


          【將HTML轉(zhuǎn)為XML】

          轉(zhuǎn)換時,可參考如下代碼步驟:

          • 創(chuàng)建Document類的對象。
          • 調(diào)用Document.loadFromFile(String fileName, FileFormat fileFormat)方法加載HTML文件。
          • 通過Document.saveToFile(String fileName, FileFormat fileFormat)方法保存為XML格式到指定路徑。

          Java

          import com.spire.doc.*;
          
          public class HTMLtoXML {
              public static void main(String[] args) {
                  //創(chuàng)建Document類的對象
                  Document doc = new Document();
          
                  //加載html文件
                  doc.loadFromFile("sample.html",FileFormat.Html);
          
                  //保存為XML格式
                  doc.saveToFile("HTMLtoXML.xml", FileFormat.Xml);
              }
          }

          轉(zhuǎn)換效果:

          —END—


          原文出處:https://www.cnblogs.com/Yesi/p/16392430.html

          如果本文對你有幫助,別忘記給我個3連 ,點贊,轉(zhuǎn)發(fā),評論,

          學習更多JAVA知識與技巧,關(guān)注與私信博主(555),即可免費領(lǐng)取

          文以C#及VB.NET后端程序代碼示例展示如何將HTML轉(zhuǎn)為XML文件。轉(zhuǎn)換時,調(diào)用Word API -Free Spire.Doc for .NET 提供的文檔加載方法及文檔保存的方法來實現(xiàn)。轉(zhuǎn)換的代碼步驟很簡單,具體可參考以下內(nèi)容。


          引入dll

          1.通過NuGet安裝dll(2種方法)

          1.1可以在Visual Studio中打開“解決方案資源管理器”,鼠標右鍵點擊“引用”,“管理NuGet包”,然后搜索“Free Spire.Doc”,點擊“安裝”。等待程序安裝完成。

          1.2將以下內(nèi)容復制到PM控制臺安裝:

          Install-Package FreeSpire.Doc -Version 10.2

          2.手動添加dll引用

          可通過手動下載包到本地,然后解壓,找到BIN文件夾下的Spire.Doc.dll。然后在Visual Studio中打開“解決方案資源管理器”,鼠標右鍵點擊“引用”,“添加引用”,將本地路徑BIN文件夾下的dll文件添加引用至程序。


          將HTML轉(zhuǎn)為XML

          轉(zhuǎn)換時,可參考如下代碼來進行:

          1. 創(chuàng)建Document類的對象。
          2. 調(diào)用Document.LoadFromFile(string fileName, FileFormat fileFormat)方法加載HTML文檔。
          3. 通過Document.SaveToFile(string fileName, FileFormat fileFormat)方法保存為XML格式到指定路徑。

          C#

          using Spire.Doc;
          
          namespace HTMLtoXML
          {
              class Program
              {
                  static void Main(string[] args)
                  {
                      //創(chuàng)建Document類的對象
                      Document doc = new Document();
          
                      //加載html文件
                      doc.LoadFromFile("sample.html",FileFormat.Html);
          
                      //保存為XML格式
                      doc.SaveToFile("HTMLtoXML.xml", FileFormat.Xml);
                      System.Diagnostics.Process.Start("HTMLtoXML.xml");
                  }
              }
          }

          vb.net

          Imports Spire.Doc
          
          Namespace HTMLtoXML
              Class Program
                  Private Shared Sub Main(args As String())
                      '創(chuàng)建Document類的對象
                      Dim doc As New Document()
          
                      '加載html文件
                      doc.LoadFromFile("sample.html", FileFormat.Html)
          
                      '保存為XML格式
                      doc.SaveToFile("HTMLtoXML.xml", FileFormat.Xml)
                      System.Diagnostics.Process.Start("HTMLtoXML.xml")
                  End Sub
              End Class
          End Namespace

          轉(zhuǎn)換效果:

          —End—

          求場景:

          公司某個站點刪除大量稿件,但是這些稿件已經(jīng)被百度收錄,這樣用戶訪問將會出現(xiàn)404,用戶體驗不太好,所以需要將刪除的稿件生成為xml格式文件,并且每個文件為5000條數(shù)據(jù),然后提交至百度進行收錄刪除。

          普通文件:

          https://www.abc.com/html/ys/13003183/20191115/123456.html

          https://www.abc.com/html/ys/13003183/20191115/123765.html

          https://www.abc.com/html/ys/13003183/20191115/567567.html

          https://www.abc.com/html/ys/13003183/20191115/456456.html

          https://www.abc.com/html/ys/13003183/20191115/374456.html

          https://www.abc.com/html/ys/13003183/20191115/37456645.html

          xml格式文件:

          <urlset>

          <url> <loc> https://www.abc.com/html/ys/13003183/20191115/37404973.html </loc> </url>

          <url> <loc> https://www.abc.com/html/jb/13003184/20191115/37404988.html </loc> </url>

          <url> <loc> https://www.abc.com/html/jb/13003184/20191115/37404968.html </loc> </url>

          <url> <loc> https://www.abc.com/ylaq/13003182/20191115/37404860.html </loc> </url>

          <url> <loc> https://www.abc.com/ylaq/13003182/20191115/37404861.html </loc> </url>

          </urlset>

          腳本信息:

          cat xml.sh
          #!/bin/bash
          #
          sed -i 's/^/\<url\> \<loc\> /g' $1
          sed -i 's/$/ \<\/loc\> \<\/url\>/g' $1
          name=`echo $1 | awk -F"." '{print $1}'`
          echo $name
          split -l 5000 $1 ${name}_xml
          for filename in `find ./ -name "${name}_xml*"`
          do
           sed -i '1 i\\<urlset\>' $filename
           echo "</urlset>" >> $filename
           mv $filename ${filename}.xml
          done

          執(zhí)行:

          sh xml.sh 文件名稱

          腳本講解:

          • 腳本使用sed對行首和行尾添加字段;
          • 定義變量去掉文件后綴名稱;
          • 使用split對文件進行分割;
          • 使用for循環(huán)對分割后的文件進行添加xml首部和尾部字段,然后進行重命名;

          主站蜘蛛池模板: 伊人色综合视频一区二区三区| 91成人爽a毛片一区二区| 在线播放国产一区二区三区 | 亚洲电影一区二区三区| 国产福利电影一区二区三区久久久久成人精品综合 | 99精品一区二区三区无码吞精| 视频一区在线播放| 国产情侣一区二区| 亚洲AV无码一区二区大桥未久 | 日韩内射美女人妻一区二区三区| 日韩一区二区三区免费体验| 亚洲一区视频在线播放| 亚洲av永久无码一区二区三区| 精品亚洲综合在线第一区| 精品国产天堂综合一区在线| 一区 二区 三区 中文字幕| 日韩三级一区二区| 亚洲国产一区国产亚洲| 韩国福利一区二区美女视频| 无码日韩精品一区二区免费暖暖| 中文字幕日韩人妻不卡一区| 国产成人高清精品一区二区三区| 国产高清一区二区三区视频| 九九无码人妻一区二区三区| 亚洲综合一区国产精品| 亚洲综合av一区二区三区不卡| 亚洲高清美女一区二区三区| 亚洲天堂一区在线| 成人毛片一区二区| 精品国产免费一区二区三区香蕉| 农村人乱弄一区二区| 亚洲视频在线观看一区| 亚洲av无码一区二区三区在线播放| 日韩一区二区视频在线观看| 爱爱帝国亚洲一区二区三区| 丰满爆乳一区二区三区| 韩国美女vip福利一区| 一区二区三区无码高清视频| 色偷偷久久一区二区三区| 精品国产精品久久一区免费式| 一区二区3区免费视频|