leerzeile entfernen

[sundown]

mit folgendere Schleife lese ich den html Code einer Webseite aus und zwar beginnden bei einer bestimmten Marke und endend bei einer bestimmten anderen Marke z.B. </HTML>
Leider sind in manchen Webseiten sehr viele lerre Zielen, die ich nicht in meinem Buffer haben will, wie kann ich diese leerzeilen auslassen, oder hinterher löschen.

BufferedReader data; 
String line; 

while ((line = data.readLine()) != null) 
    	{
    		
        	if(!gefunden)
        	{
        		if ((line.indexOf(">MARKE</td>")  != -1) || ((line.indexOf("andere MARKE") != -1)&& !endesuche))
       		{
        			System.out.println("..gefunden");
        			gefunden = true;
        		  	endesuche = true;
        		    bekannt= true;
        		 }
        	}
        	if((line.indexOf("ENDEMARKE") != -1) || (line.indexOf("ANDEREMARKE") != -1 ) )
			endesuche = false;
				  	
			if(endesuche){
				buf.append(line );
		
		
		}
		}

 

[Reality]

Die Leerzeichen zu entfernen würde imho länger dauern, als sie später mitzulesen.

Liebe Grüße
Reality

 

[Roar]

ansonsten:
htmlstring.replaceAll("\\w", "");

 

[bygones]

ansonsten:
htmlstring.replaceAll("\\w", "");

mhm - schonmal probiert ?!
er will wenn ich es richtig verstanden habe alle Leerzeilen auslassen... mit deinem regex löscht du alle alphanumerischen Zeichen !!

 

[sundown]

ansonsten:
htmlstring.replaceAll("\\w", "");

replaceAll ?? in welcher Klasse finde ich diese Methode?

 

[bygones]

ein kleiner tipp : htmlstring :wink:

aber ich würde ehrlich gesagt auch einfach die Datei durchsuchen ohne vorher die leerzeilen zu entfernen... das wäre meiner Ansicht nach zu viel des guten !

 

[sundown]

versteh ich nicht....

der ausgelesenen Quellcode ist in line bzw in buf gespeichert, und daraus will ich die leerzeilen entfernen...

 

[Roar]

grml dann muss tdu den variablennamen halt anpasen !?!

@dbac: hm ich dachte \w wär für whitespaces, hab mich wohl getäuscht.

mit "\\s"

soltle das gehen

 

[bygones]

nein \w steht für a-zA-Z_0-9..
\s steht für whitespace....

ich würde es dann so machen:

String line;
        while ( ( line = in.readLine() ) != null ) {
            if(!line.matches("\\s*")) {
                System.out.println( line );
            }
        }
        in.close();

d.h. wenn in der zeile kein alphanumerisches zeichen zu finden ist mach nix - ansonsten mach mit der zeile was du willst

 

[Reality]

@roar:
Ich versteh nicht, warum du "\\s" oder "\\w" schreibst. Dadurch wird das nämlich 1:1 interpretiert und nich als das, was es eigentlich ist.
Zum Beispiel wird mit System.out.printl("\\n"); \n ausgegeben und es wird keine neue Zeile gemacht.

Liebe Grüße
Reality

 

[sundown]

ja...
aber line.replaceAll

findet er nicht.....

ich kennn nur die Funktion line.replace(int,int,chr,chr)
und mein Compiler scheinbar auch

 

[Reality]

String line;
        while ( ( line = in.readLine() ) != null ) {
            if(!line.matches("\\s*")) {
                System.out.println( line );
            }
        }
        in.close();

d.h. wenn in der zeile kein alphanumerisches zeichen zu finden ist mach nix - ansonsten mach mit der zeile was du willst

Für was das *? Ist das weil zeilenweise gelesen wird?

Liebe Grüße
Reality

 

[Roar]

@dbac: ja das hab ich auch gemerkt nachdem ich in die api doc geschaut hab

@reality: das sind regular expressions, ein "\s" ist halt ein zeichen für ein whitespace, und damit der "normale" String parser da das "s" nicht als escape character ansieht muss man "\\" schrieben

@sunduwn: die funktion is in der klasse String. du musst aus deinem StringBuffer erst einen String machen.

edit: @reality: das "*" ist ebenfalls regex (guck API: java.util.regex.Pattern)

 

[stev.glasow]

replace(int,int,chr,chr) ??

also String hat folgende replace Methoden:

String replace(char oldChar, char newChar)
Returns a new string resulting from replacing all occurrences of oldChar in this string with newChar.

String replaceAll(String regex, String replacement)
Replaces each substring of this string that matches the given regular expression with the given replacement.

String replaceFirst(String regex, String replacement)
Replaces the first substring of this string that matches the given regular expression with the given replacement

 

[bygones]

@sundown:
dann verwendest du eine API vor 1.4 - die methoden sind erst ab dort vertreten...

@reality:
nein das * heißt dass das Zeichen davor beliebig oft (0 - n) vorkommen kann. In dem Fall heißt es die aktuelle Zeile darf nur aus beliebig vielen whitespace zeichen bestehen

 

[Reality]

@reality:
nein das * heißt dass das Zeichen davor beliebig oft (0 - n) vorkommen kann. In dem Fall heißt es die aktuelle Zeile darf nur aus beliebig vielen whitespace zeichen bestehen

Was ist mit <!"§$% usw.? Sind das auch Whitespaces?

Liebe Grüße
Reality

 

[bygones]

Was ist mit <!"§$% usw.? Sind das auch Whitespaces?

\s A whitespace character: [ \t\n\x0B\f\r]

siehe http://java.sun.com/j2se/1.4.2/docs/api/java/util/regex/Pattern.html

 

[Reality]

OK, danke.
Noch etwas:
Ich konnte nirgendwo die Methode matches() finden.
Ist die selbst erfunden?

Liebe Grüße
Reality

 

[bygones]

Ich konnte nirgendwo die Methode matches() finden.
Ist die selbst erfunden?

natürlich nicht...
schau doch mal was für ein Objekt die verwendet ???
oder schau einfach hier http://java.sun.com/j2se/1.4.2/docs/api/java/lang/String.html#matches(java.lang.String)

 

[Reality]

Sorry, mein Buch ist etwas veraltet (java 1.3.x) und im "Javabuch" konnte ich nichts über die Suchenfunktion finden.

Liebe Grüße
Reality

 

[Roar]

regex unterstützung gibts auch leider erst seit der J2SE 1.4