Libreria para buscar palabra y obtener texto

[ir3al]

Hola me gustaria saber si existe alguna libreria, que por ejemplo tenga en un string por ejemplo, el codigo html de una web y quiero buscar este string en el codigo:

Código Java:

String f = '<form name="CitaPreviaForm" ';
 

Y me coga desde el form ese hasta el final del "</form>", para luego yo buscar cosas dentro del form, ¿Hay alguna libreria de este estilo?

Ayuda por favor.

[chuidiang]

Si tienes el html en un String, puedes usar expresiones regulares de java Echa un ojo a http://download.oracle.com/javase/6/...x/Pattern.html

En el método getEnlaces() de http://code.google.com/p/chuidiang-d...scargador.java tienes algo parecido, pero busca tags <a href="http://www.forosdelweb.com/f45/libreria-para-buscar-palabra-obtener-texto-947268/....">

Se bueno.

[ir3al]

Iniciado por chuidiang

Si tienes el html en un String, puedes usar expresiones regulares de java Echa un ojo a http://download.oracle.com/javase/6/...x/Pattern.html

En el método getEnlaces() de http://code.google.com/p/chuidiang-d...scargador.java tienes algo parecido, pero busca tags <a href="http://www.forosdelweb.com/f45/libreria-para-buscar-palabra-obtener-texto-947268/....">

Se bueno.

Pero lo de las expresiones regulares me buscaria la palabra y no me devolveria lo que quiero yo, ¿o si? Yo lo que quiero es por ejemplo que me busque el string que puse arriba y luego yo coger desde hay hasta el final de form por ejemplo. ¿Podré hacerlo con lo que tu me dices?

[chuidiang]

Las expresiones regulares te buscan y te pueden devolver el trozo de cadena que han encontrado. Echa un ojo al segundo apartado de http://chuwiki.chuidiang.org/index.p...ulares_en_Java o al ejemplo que te puse antes de href, además de buscarlos, extrae las url correspondientes. En este trozo de código

Código java:

// Se busca href por el texto html
                Pattern pHref = Pattern
                                .compile("[hH][rR][eE][fF] *= *[\"']?([^ \"'>]*)[\"'>]");
                Matcher mHref = pHref.matcher(textoHtml);
 
                // Para cada href encontrado
                while (mHref.find()) {
                        // se convierte en url absoluta
                        String href = convierteHrefRelativaEnAbsoluta(urlDescompuesta,
                                        mHref.group(1));
                        enlaces.add(href.replace("\\", "/"));
                }
                return enlaces;
 

el bucle mHref.find() va buscando las cadenas href="...." y extrayendo su contenido con mHref.group(1).

Se bueno.