в Java я пока чайник ... не пинайте сильно!

Тут вот есть необходимость работать с html. надо его парсить и получать из
него как минимум все ссылки.
Нашел на http://javaalmanac.com пример:
try
{
URL url= new URI("file:////c://ttt.html").toURL();
URLConnection conn=url.openConnection();
Reader rd= new InputStreamReader(conn.getInputStream());

EditorKit kit= new HTMLEditorKit();

HTMLDocument doc=(HTMLDocument)kit.createDefaultDocument();
try
{
kit.read(rd, doc, 0);
}
catch(ChangedCharSetException ee)
{ };

HTMLDocument.Iterator it=doc.getIterator(HTML.Tag.A);
while(it.isValid())
{
SimpleAttributeSet s = (SimpleAttributeSet)it.getAttributes();
String link=(String)s.getAttribute(HTML.Attribute.HREF);
if(link !=null)
System.out.println(link);
}
} catch (Exception E)
{
System.out.println(E.toString());

}
}

ну пробую с ним работать - и полное фиаско.
сначала на kit.read(rd, doc, 0); выскакивал эксепшен ChangedCharSetException
, покопавшись в сорцах нашел что это нормально и надо его вообщем-то
обходить. обошел, так теперь it.isValid() - false всегда, а входной стрим
при попытке с ним работать дает IOException с расшифровкой Closed stream ...
А как-же быть?
я пока не разобрался во всех тонкостях работы с html и на примере как раз
хотел разбираться, а он оказывается не рабочий .
Подскажите в чем дело, а?
Спасибо!

Наверное стоит почитать про JEditorPane. Он сам парсит HTML. К нему добавляют класс-слушатель HyperLinkListener. Удачи

так оттуда и взято (JEditorPane.java):
=====================
....
* <p>
* There are multiple ways to get a character set mapping to happen
* with <code>JEditorPane</code>.
* <ol>
* <li>
* One way is to specify the character set as a parameter of the MIME
* type. This will be established by a call to the
* <a href="#setContentType">setContentType</a> method. If the content
* is loaded by the <a href="#setPage">setPage</a> method the content
* type will have been set according to the specification of the URL.
* It the file is loaded directly, the content type would be expected to
* have been set prior to loading.
* <li>
* Another way the character set can be specified is in the document itself.
* This requires reading the document prior to determining the character set
* that is desired. To handle this, it is expected that the
* <code>EditorKit</code>.read operation throw a
* <code>ChangedCharSetException</code> which will
* be caught. The read is then restarted with a new Reader that uses
* the character set specified in the <code>ChangedCharSetException</code>
* (which is an <code>IOException</code>).
* </ol>
* <p>
* <dt><b><font size=+1>Newlines</font></b>
* <dd>
* For a discussion on how newlines are handled, see
* <a href="text/DefaultEditorKit.html">DefaultEditorKit</a>.
* </dl>
*
* <p>
....
=====================

так вот как мне - " * One way is to specify the character set as a parameter of the MIME
* type. " - я не нашел подходящих методов ни в HTMLDocument ни в EditorKit

или как мне - " * Another way the character set can be specified is in the document itself.
* This requires reading the document prior to determining the character set
* that is desired. To handle this, it is expected that the
* <code>EditorKit</code>.read operation throw a
* <code>ChangedCharSetException</code> which will
* be caught. The read is then restarted with a new Reader that uses ..."
как мне его рестартовать (без перезакачивания с инета), если стрим уже closed (что кстати определить то-ж проблемматично - после kit.read(rd, doc, 0); любая операция со стримом приводит к IOExceptiuon, и определить что этот эксепшен всего-то на stream closed можно только по анализу строки эксепшена - ну не маразм? (( ).

вот такие проблеммы.
Может у кого есть _рабочие_ примеры, а?

Спасибо!


PS: интересно - проблемма то вообщем простая, а ни примеров, ни доков толковых ... в книжках этого просто нет ... и что каждый раз в сорцы ходить? ... че-то не так в этом супе ((.

По поводу всех ссылок - посмотри вот эту прогу, может что-нибудь пригодится:

Код

import java.io.*; import java.net.*; import java.util.*; public class URLConnectionTest {     public static void main(String[] args)   {        try      {           String urlName;         if (args.length > 0)            urlName = args[0];         else            urlName = "http://java.sun.com";         URL url = new URL(urlName);         URLConnection connection = url.openConnection();                 if (args.length > 2)         {              String username = args[1];            String password = args[2];            String input = username + ":" + password;            String encoding = base64Encode(input);            connection.setRequestProperty("Authorization",               "Basic " + encoding);         }         connection.connect();           int n = 1;         String key;         while ((key = connection.getHeaderFieldKey(n)) != null)         {              String value = connection.getHeaderField(n);            System.out.println(key + ": " + value);            n++;         }         System.out.println("----------");         System.out.println("getContentType: "            + connection.getContentType());         System.out.println("getContentLength: "            + connection.getContentLength());         System.out.println("getContentEncoding: "            + connection.getContentEncoding());         System.out.println("getDate: "            + connection.getDate());         System.out.println("getExpiration: "            + connection.getExpiration());         System.out.println("getLastModifed: "            + connection.getLastModified());         System.out.println("----------");         BufferedReader in = new BufferedReader(new            InputStreamReader(connection.getInputStream()));         String line;         n = 1;         while ((line = in.readLine()) != null && n <= 10)         {              System.out.println(line);            n++;         }         if (line != null) System.out.println(". . .");      }      catch (IOException exception)      {           exception.printStackTrace();      }   }  public static String base64Encode(String s)   {        ByteArrayOutputStream bOut         = new ByteArrayOutputStream();      Base64OutputStream out = new Base64OutputStream(bOut);      try      {           out.write(s.getBytes());         out.flush();      }      catch (IOException exception)      {      }      return bOut.toString();   } } class Base64OutputStream extends FilterOutputStream {   private int col = 0;   private int i = 0;   private int[] inbuf = new int[3];   public Base64OutputStream(OutputStream out)   {        super(out);   }   public void write(int c) throws IOException   {        inbuf[i] = c;      i++;      if (i == 3)      {           super.write(toBase64[(inbuf[0] & 0xFC) >> 2]);         super.write(toBase64[((inbuf[0] & 0x03) << 4) |            ((inbuf[1] & 0xF0) >> 4)]);         super.write(toBase64[((inbuf[1] & 0x0F) << 2) |            ((inbuf[2] & 0xC0) >> 6)]);         super.write(toBase64[inbuf[2] & 0x3F]);         col += 4;         i = 0;         if (col >= 76)         {              super.write('\n');            col = 0;         }      }   }   public void flush() throws IOException   {        if (i == 1)      {           super.write(toBase64[(inbuf[0] & 0xFC) >> 2]);         super.write(toBase64[(inbuf[0] & 0x03) << 4]);         super.write('=');         super.write('=');      }      else if (i == 2)      {           super.write(toBase64[(inbuf[0] & 0xFC) >> 2]);         super.write(toBase64[((inbuf[0] & 0x03) << 4) |            ((inbuf[1] & 0xF0) >> 4)]);         super.write(toBase64[(inbuf[1] & 0x0F) << 2]);         super.write('=');      }   }   private static char[] toBase64 =   {        'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H',      'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P',      'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X',      'Y', 'Z', 'a', 'b', 'c', 'd', 'e', 'f',      'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n',      'o', 'p', 'q', 'r', 's', 't', 'u', 'v',      'w', 'x', 'y', 'z', '0', '1', '2', '3',      '4', '5', '6', '7', '8', '9', '+', '/'   };   }

Кстати оказалось все просто. не совсем полное решение задачи - частичное только, но тем не менее мне хватает.
а именно - надо сделать следущее:
после
HTMLDocument doc=(HTMLDocument)kit.createDefaultDocument();
сказать:
doc.putProperty("IgnoreCharsetDirective",Boolean.TRUE);

и все ... пока все .