cz.zcu.sumarizer.pageparser
Class PageParser

java.lang.Object
  extended by cz.zcu.sumarizer.pageparser.PageParser

public class PageParser
extends java.lang.Object

Trida zastresuje parsovani html stranky pro vstup do sumarizatoru

Author:
Arcao

Constructor Summary
PageParser(PageParserDefinition parserDefinition)
          Konstruktor tridy
PageParser(PageParserDefinition parserDefinition, java.net.URL url)
          Konstruktor tridy, s urcenim url dokumentu
 
Method Summary
 java.lang.String getContent()
          Vraci obsah textu dokumentu
 java.util.Date getDate()
          Vraci datum vydani dokumentu
 java.net.URL[] getImageUrl()
          Vraci pole obrazku dokumentu
 java.net.URL[] getRelatedUrl()
          Vraci pole url na podobne dokumenty pridruzene k tomuto dokumentu
 java.lang.String getTitle()
          Vraci nazev dokumentu (Nadpis ci titulek)
 java.net.URL getUrl()
          Vraci url dokumentu
static void main(java.lang.String[] args)
          (non-Javadoc)
 PageParser parse()
          Provede parsovani dokumentu
 PageParser parse(boolean correctingTags)
          Provede parsovani dokumentu
 PageParser setUrl(java.net.URL url)
          Nastavuje url dokumentu, ktery se bude parsovat
 
Methods inherited from class java.lang.Object
clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait
 

Constructor Detail

PageParser

public PageParser(PageParserDefinition parserDefinition)
Konstruktor tridy

Parameters:
parserDefinition - definice pro parsovani souboru

PageParser

public PageParser(PageParserDefinition parserDefinition,
                  java.net.URL url)
Konstruktor tridy, s urcenim url dokumentu

Parameters:
parserDefinition - definice pro parsovani souboru
url - url dokumentu, ktery se bude parsovat
Method Detail

parse

public PageParser parse(boolean correctingTags)
Provede parsovani dokumentu

Parameters:
correctingTags - provest htmlTidy pred parsovanim?
Returns:
referenci na (this) PageParser

parse

public PageParser parse()
Provede parsovani dokumentu

Returns:
referenci na (this) PageParser

getUrl

public java.net.URL getUrl()
Vraci url dokumentu

Returns:
url dokumentu

setUrl

public PageParser setUrl(java.net.URL url)
Nastavuje url dokumentu, ktery se bude parsovat

Parameters:
url - url dokumentu
Returns:
referenci na (this) PageParser

getTitle

public java.lang.String getTitle()
Vraci nazev dokumentu (Nadpis ci titulek)

Returns:
nadpis ci titulek dokumentu

getContent

public java.lang.String getContent()
Vraci obsah textu dokumentu

Returns:
obsah dokumentu

getImageUrl

public java.net.URL[] getImageUrl()
Vraci pole obrazku dokumentu

Returns:
pole obrazku dokumentu

getDate

public java.util.Date getDate()
Vraci datum vydani dokumentu

Returns:
datum vydani dokumentu

getRelatedUrl

public java.net.URL[] getRelatedUrl()
Vraci pole url na podobne dokumenty pridruzene k tomuto dokumentu

Returns:
pole url na dokumenty

main

public static void main(java.lang.String[] args)
                 throws java.lang.Exception
(non-Javadoc)

Parameters:
args -
Throws:
java.lang.Exception