Retirar Tags

Programação Java
#1

Estou tentando fazer um função que pega um pagina HTML e retira todas as tag. Vocês conhecem alguma API que possa me ajudar a fazer isso?

#2

…tu quer deletar tudo oq é tag do html? ou o conteudo todo? … nao sei de api q faça isso, acho q vai ter q fazer no coro mesmo, ler o arquivo html, e onde tiver a sequencia de “< … >” … tira, copia pra outro arquivo sem as tags e substitui… só uma idéia

#3

quero deletar todas as tags. Estou fazendo na mão mesmo, mas são muitos casos pra tratar. Queria algo pra me ajudar.

#4

infelismente eu não sei de nenhuma API pra isso cara… :oops: :oops: :oops:

#5

Eu tb quero fazer algo parecido…
na verdade u usei o teleport pro e copiei toda a página do cifraclub…
mas quero as cifras em txt, para isso vou fazer o programinha que vai lendo o html e tirando as tags… e depois vê o nome da crifra e salva o arquivo com tal nome.

so não estou com tempo para fazer isso agora…

a idéia é você ir lendo um caractere de cada vez e ir verificando o ‘<’ quando encontrar, apague tudo até o ‘>’

#6

Em outro forum me mandaram o codigo que faz isso. Valeu!

[code]import javax.swing.text.;
import javax.swing.text.html.;
import javax.swing.text.html.parser.;
import java.io.;
import java.net.;
import java.util.;

public class MeuParser extends HTMLEditorKit.ParserCallback {

private Writer out;
private int level = 0;
private static StringBuffer buf = new StringBuffer(1000);

public void handleText(char[] text, int position) {

  buf.append&#40;text&#41;; 
  buf.append&#40;'\n'&#41;;

}

public static void main(String[] args) {

ParserGetter kit = new ParserGetter();
HTMLEditorKit.Parser parser = kit.getParser();

try &#123; 
  URL u = new URL&#40;&quot;file&#58;///e&#58;/trab/java/2004/guj/teste.html&quot;&#41;; 
  InputStream in = u.openStream&#40;&#41;; 
  InputStreamReader r = new InputStreamReader&#40;in&#41;; 
  HTMLEditorKit.ParserCallback callback = new MeuParser&#40;&#41;; 
  parser.parse&#40;r, callback, true&#41;; 
  System.out.println&#40;buf.toString&#40;&#41;&#41;; 
&#125; 
catch &#40;Exception e&#41; &#123; 
  System.err.println&#40;e&#41;; 
&#125;

}

}

class ParserGetter extends HTMLEditorKit {

public HTMLEditorKit.Parser getParser(){
return super.getParser();
}
}
[/code]

#7