Spire.PDF for Java 10.4.9

Spire.PDF for Java 10.4.9 支持獲取 PDF 文檔中的 Javascript 內(nèi)容

pire.PDF for Java 10.4.9 現(xiàn)已正式發(fā)布。該版本支持獲取 PDF 文檔中的 Javascript 內(nèi)容，并新增了一個構(gòu)造方法來解決 PdfInkAnnotation 在瀏覽器里沒有顯示的問題。此外，在提取 PDF 表格和扁平化表單域時遇到的兩個問題也已成功被修復(fù)。詳情請查閱以下內(nèi)容。

新功能:

新增一個構(gòu)造方法 PdfInkAnnotation ink=new PdfInkAnnotation(Rectangle2D rect, List<int[]> inkList) 來解決添加的 PdfInkAnnotation 在瀏覽器里沒有顯示的問題。
支持獲取 PDF 文檔中的 Javascript 內(nèi)容。

問題修復(fù):

修復(fù)了表格中的文本沒有被完整提取的問題。
修復(fù)了扁平化表單域后保存 PDF 文檔時程序拋出 java.lang.NullPointerException 異常的問題。

獲取 Spire.PDF for Java 10.4.9 請點擊：

https://www.e-iceblue.cn/Downloads/Spire-PDF-JAVA.html

.什么是jsoup

jsoup 是一款 Java 的 HTML 解析器，可直接解析某個 URL 地址、HTML 文本內(nèi)容。它提供了一套非常省力的 API，可通過 DOM，CSS 以及類似于 jQuery 的操作方法來取出和操作數(shù)據(jù)，可操作 HTML 元素、屬性、文本。

JSoup 功能

jsoup 實現(xiàn) WHATWG HTML5 規(guī)范，并將 HTML 解析為與現(xiàn)代瀏覽器相同的 DOM。

從 URL，文件或字符串中提取并解析 HTML。
查找和提取數(shù)據(jù)，使用 DOM 遍歷或 CSS 選擇器。
操縱 HTML 元素，屬性和文本。
根據(jù)安全的白名單清理用戶提交的內(nèi)容，以防止 XSS 攻擊。
輸出整潔的 HTML。

JSoup 主要類

大多數(shù)情況下，下面給出 3 個類是我們需要重點了解的。

Jsoup 類

Jsoup 類是任何 Jsoup 程序的入口點，并將提供從各種來源加載和解析 HTML 文檔的方法。 Jsoup 類的一些重要方法如下：

方法	描述
static Connection connect(String url)	創(chuàng)建并返回 URL 的連接。
static Document parse(File in, String charsetName)	將指定的字符集文件解析成文檔。
static Document parse(String html)	將給定的 html 代碼解析成文檔。
static String clean(String bodyHtml, Whitelist whitelist)	從輸入 HTML 返回安全的 HTML，通過解析輸入 HTML 并通過允許的標(biāo)簽和屬性的白名單進(jìn)行過濾。

Jsoup 類的其他重要方法可以參見 - https://jsoup.org/apidocs/org/jsoup/Jsoup.html

Document 類

該類表示通過 Jsoup 庫加載 HTML 文檔。可以使用此類執(zhí)行適用于整個 HTML 文檔的操作。 Element 類的重要方法可以參見 - http://jsoup.org/apidocs/org/jsoup/nodes/Document.html 。

Element 類

HTML 元素是由標(biāo)簽名稱，屬性和子節(jié)點組成。使用 Element 類，您可以提取數(shù)據(jù)，遍歷節(jié)點和操作 HTML。 Element 類的重要方法可參見 - http://jsoup.org/apidocs/org/jsoup/nodes/Element.html 。

2.代碼工程

實驗?zāi)康?/h1>
實現(xiàn)解析liuhaihua.cn首頁list

pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>springboot-demo</artifactId>
        <groupId>com.et</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>jsoup</artifactId>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
    </properties>
    <dependencies>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-autoconfigure</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.12.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.httpcomponents</groupId>
            <artifactId>httpclient</artifactId>
        </dependency>

    </dependencies>
</project>

controller

package com.et.jsoup;

import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.HashMap;
import java.util.Map;

@RestController
public class HelloWorldController {
    @RequestMapping("/hello")
    public Map<String, Object> showHelloWorld(){
        Map<String, Object> map=new HashMap<>();
        map=JsoupUtil.parseHtml("http://www.liuhaihua.cn/");
        map.put("msg", "HelloWorld");
        return map;
    }
}

工具類

package com.et.jsoup;
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import org.apache.http.HttpEntity;
import org.apache.http.HttpStatus;
import org.apache.http.client.ClientProtocolException;
import org.apache.http.client.methods.CloseableHttpResponse;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.client.utils.HttpClientUtils;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.util.EntityUtils;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

/**
 * @author liuhaihua
 * @version 1.0
 * @ClassName JsoupUtil
 * @Description todo
 * @date 2024/06/24/ 9:16
 */

public class JsoupUtil {
        public static Map<String ,Object> parseHtml(String url){
            Map<String,Object> map=new HashMap<>();
            //1.生成httpclient，相當(dāng)于該打開一個瀏覽器
            CloseableHttpClient httpClient=HttpClients.createDefault();
            CloseableHttpResponse response=null;
            //2.創(chuàng)建get請求，相當(dāng)于在瀏覽器地址欄輸入 網(wǎng)址
            HttpGet request=new HttpGet(url);
            //設(shè)置請求頭，將爬蟲偽裝成瀏覽器
            request.setHeader("User-Agent","Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36");
//        HttpHost proxy=new HttpHost("60.13.42.232", 9999);
//        RequestConfig config=RequestConfig.custom().setProxy(proxy).build();
//        request.setConfig(config);
            try {
                //3.執(zhí)行g(shù)et請求，相當(dāng)于在輸入地址欄后敲回車鍵
                response=httpClient.execute(request);

                //4.判斷響應(yīng)狀態(tài)為200，進(jìn)行處理
                if(response.getStatusLine().getStatusCode()==HttpStatus.SC_OK) {
                    //5.獲取響應(yīng)內(nèi)容
                    HttpEntity httpEntity=response.getEntity();
                    String html=EntityUtils.toString(httpEntity, "utf-8");
                    System.out.println(html);

                    /**
                     * 下面是Jsoup展現(xiàn)自我的平臺
                     */
                    //6.Jsoup解析html
                    Document document=Jsoup.parse(html);
                    //像js一樣，通過標(biāo)簽獲取title
                    System.out.println(document.getElementsByTag("title").first());
                    Elements blogmain=document.getElementsByClass("col-sm-8 blog-main");


                    //像js一樣，通過class 獲取列表下的所有博客
                    Elements postItems=blogmain.first().getElementsByClass("fade-in");
                    //循環(huán)處理每篇博客
                    List<Map>  list=new ArrayList<>();
                    for (Element postItem : postItems) {
                        Map<String,Object> row=new HashMap<>();
                        //像jquery選擇器一樣，獲取文章標(biāo)題元素
                        Elements titleEle=postItem.select(".entry-title a");
                        System.out.println("文章標(biāo)題:" + titleEle.text());;
                        row.put("title",titleEle.text());
                        System.out.println("文章地址:" + titleEle.attr("href"));
                        row.put("href",titleEle.attr("href"));
                        //像jquery選擇器一樣，獲取文章作者元素
                        Elements footEle=postItem.select(".archive-content");
                        System.out.println("文章概要:" + footEle.text());;
                        row.put("summary",footEle.text());
                        Elements view=postItem.select(".views");
                        System.out.println( view.text());
                        row.put("views",view.text());
                        System.out.println("*********************************");
                        list.add(row);
                    }
                    map.put("data",list);

                } else {
                    //如果返回狀態(tài)不是200，比如404（頁面不存在）等，根據(jù)情況做處理，這里略
                    System.out.println("返回狀態(tài)不是200");
                    System.out.println(EntityUtils.toString(response.getEntity(), "utf-8"));
                }

            } catch (ClientProtocolException e) {
                e.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            } finally {
                //6.關(guān)閉
                HttpClientUtils.closeQuietly(response);
                HttpClientUtils.closeQuietly(httpClient);
            }
            return  map;
        }
        public static void main(String[] args) {
            parseHtml("http://www.liuhaihua.cn/");
        }

}

DemoApplication.java

package com.et.jsoup;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class DemoApplication {

   public static void main(String[] args) {
      SpringApplication.run(DemoApplication.class, args);
   }
}

以上只是一些關(guān)鍵代碼，所有代碼請參見下面代碼倉庫

代碼倉庫

https://github.com/Harries/springboot-demo

3.測試

啟動spring boot應(yīng)用
訪問http://127.0.0.1:8088/hello,返回解析結(jié)果

4.引用

官網(wǎng)：https://jsoup.org/
GitHub：https://github.com/jhy/jsoup/
http://www.liuhaihua.cn/archives/710776.html

、javaScript介紹

JavaScript是一種基于對象和事件驅(qū)動的、并具有安全性能的腳本語言

(客戶端語言)

JavaScript特點

向HTML頁面中添加交互行為

腳本語言，語法和Java類似

解釋性語言，邊解釋邊執(zhí)行

JavaScript組成：ECMAScript 、DOM、BOM

基本結(jié)構(gòu)：

<!—

JavaScript 語句;

—>

</script >

示例：

……

<title>初學(xué)JavaScript</title>

</head>

<body>

document.write("初學(xué)JavaScript");

document.write("<h1>Hello，JavaScript</h1>");

</script>

</body>

</html>

注：<script>…</script>可以包含在文檔中的任何地方，只要保證這些代碼在被使用前已讀取并加載到內(nèi)存即可

執(zhí)行原理：

外部JS文件：

直接在HTML標(biāo)簽中使用：

<input name="btn" type="button" value="彈出消息框"

onclick="javascript：alert('歡迎你');"/>

二、基本常見語法：

1、核心語法：同時聲明和賦值變量

var catName="皮皮";

2、數(shù)據(jù)類型：

undefined:var width;

變量width沒有初始值，將被賦予值undefined;

null:表示一個空值，與undefined值相等；

number：var iNum=23; //整數(shù)

var iNum=23.0; //浮點數(shù)

boolean:true 和false;

string:一組被引號（單引號或雙引號）括起來的文本

var string1="This is a string";

3、typeof運算符：

typeof檢測變量的返回值

typeof運算符返回值如下函數(shù)

undefined：變量被聲明后，但未被賦值

string：用單引號或雙引號來聲明的字符串

boolean：true或false

number：整數(shù)或浮點數(shù)

object：javascript中的對象、數(shù)組和nul

4、String對象：

5、數(shù)組：

數(shù)組的常用屬性和方法

類別名稱描述

屬性 length 設(shè)置或返回數(shù)組中元素的數(shù)目

方法 join( ) 把數(shù)組的所有元素放入一個字符串，通過一個的分隔符進(jìn)行分隔

sort() 對數(shù)組排序

push() 向數(shù)組末尾添加一個或更多元素，并返回新的長度

6、邏輯控制語句：

if(條件)

{

//JavaScript代碼;

}

在線咨詢

上一篇：三流黑客即可利用的CPU緩存漏洞 HTML5瀏覽器全
下一篇：JAVA調(diào)用控件入門

您的項目需求

*請認(rèn)真填寫需求信息，我們會在24小時內(nèi)與您取得聯(lián)系。

整合營銷服務(wù)商