Arquivo Discussoes de Programacao e Tecnologia 
Galera gostaria de saber se existe alguma ferramenta de preferência feito em Java que possa em informar estatisticamente o percentual de meta-dados de um determinado html (ex: <form></form>,<center></center> e etc…) e de dados ”informações propriamente ditas” em uma pagina web???
Valeu…
Complicado isso, heim…
Não conheço nada parecido, mas se seu HTML estiver sintaticamente correto, você pode simplesmente contar o que são tags e o que são textos, nada muito difícil…ou viajei na batatinha?
Seria isto mesmo e mais ainda, gostaria de filtrar tudo, caracter por caracter. Tudo isto para saber quantidade de informações uteis que passa pela rede, podendo assim analisar o que eu gasto de trafego para transportar (tag entre utros) de html “meta-dados” e informações “tudo, até caracteres em branco”.
Blz. Então vou ter que fazer na unha mesmo…
Sera q no pacote: javax.swing.text.html tem alguma coisa para me ajuda?? ou eu posso encontrar em um outro pacote???
Mesmos assim valeu, muito Obrigado
Complicado isso, heim…Não conheço nada parecido, mas se seu HTML estiver sintaticamente correto, você pode simplesmente contar o que são tags e o que são textos, nada muito difícil…ou viajei na batatinha?
vc pode abrir um arquivo e “pharsear” linha por linha criando uma estrutura com
valores metadados e tags, assim, como se fosse um analisador léxico mas bem mais simples,
ex.
iteração ( percorre caracteres da linha )
se encontrou "<" empilha tag
se encontrou ">" desempilha tag; incrementa tag geral
se (não tem tag empilhada): incrementa caracter
)
acho que ficou claro 