トラックバック先のURLのみ抽出したい(Excite・Sonetにて)

2005/11/01 00:01

このQ&Aのポイント

トラックバック先のURLのみ抽出するために、HTMLの構造上の情報を除外するプログラムの改正方法を教えてください。
ExciteやSo-netのブログからトラックバック先のURLを抽出するプログラムにおいて、余計な情報が一緒に抽出されるため、抽出したいURLのみを取得する方法を教えてください。
HTMLの構造上の情報を除外してトラックバック先のURLのみを抽出するためのプログラムの改正方法を教えてください。

shows
お礼率96% (48/50)

Java
回答数1
ありがとう数1

みんなの回答 （1）
専門家の回答

質問者が選んだベストアンサー

ベストアンサー

BLUEPIXY
ベストアンサー率50% (3003/5914)

2005/11/01 03:45 回答No.1

So-netは、試してませんけど・ public static String[] getTBAddrExcite(String urlString){ String addr=""; boolean flag=false; try{ URL url = new URL(urlString); InputStream input = url.openStream(); BufferedReader reader = new BufferedReader(new InputStreamReader(input)); String aLine; Pattern trackBack = Pattern.compile("Tracked from <A HREF=(http://.+?) TARGET=_NEW>"); while((aLine = reader.readLine())!=null){ if(aLine.indexOf("<DIV CLASS=COMMENT_LINE>") >=0){ flag=true; } else { if(flag && aLine.indexOf("Commented by ")>=0) break; } if(flag==false) continue; Matcher m = trackBack.matcher(aLine); while(m.find()){ addr+=m.group(1)+","; } } reader.close(); input.close(); } catch(MalformedURLException e){ e.printStackTrace(); } catch(IOException e){ e.printStackTrace(); } return addr.split(","); }

質問者