Java Swing의 Parser을 이용하여 HTML 데이터를 읽어들여 Parsing 을 하기

import javax.swing.text.html.HTML; 
import javax.swing.text.html.HTML.Tag; 
import javax.swing.text.html.HTMLEditorKit; 
import javax.swing.text.MutableAttributeSet; 
import javax.swing.text.BadLocationException; 
import javax.swing.text.html.parser.ParserDelegator; 
  
import java.io.InputStreamReader; 
  
import java.net.URL; 
import java.net.HttpURLConnection; 
  
import java.util.Enumeration; 
  
public class Example 
{ 
    // 파서는 콜백 형식으로 되어 있다. 각 태그가 들어 올때 적절한 메소드가 호출됨 
    private class CallbackHandler extends HTMLEditorKit.ParserCallback 
    { 
        private String urlReg    = "\\.\\./bbs/board\\.php\\?bo_table=cs_notice&wr_id=([0-9]){2,4}"; 
        private String dataReg   = "([?0-9]){2}-([?0-9]){2}"; 
        private String noticeReg = "(.*[0-9ㄱ-ㅎㅏ-ㅣ가-힣]+.*[^공지사항]){5,}"; 
  
        @Override
        public void flush( ) throws BadLocationException { 
            System.out.println( "flush" ); 
        } 
  
        @Override
        public void handleComment( char[] data, int pos ) { 
            System.out.println( "Cmt " + new String( data ) ); 
        } 
  
        @Override
        public void handleEndOfLineString( String eol ) { 
            System.out.println( "EOL " ); 
        } 
  
        @Override
        public void handleEndTag( Tag t, int pos ) { 
            System.out.println( "End " ); 
        } 
  
        @Override
        public void handleError( String errorMsg, int pos ) { 
            // System.out.println("ERROR\t" + new String(errorMsg)); 
        } 
  
        @Override
        public void handleSimpleTag( Tag t, MutableAttributeSet a, int pos ) { 
            /*System.out.print( "Sim <" + t.toString( ) + ">\n" ); 
            for ( Enumeration e = a.getAttributeNames( ); e.hasMoreElements( ); ) { 
                Object attributeName = e.nextElement( ); 
                System.out.print( "\t" + attributeName + "=" ); 
                System.out.println( a.getAttribute( attributeName ) ); 
            } 
            */
        } 
  
        @Override
        public void handleStartTag( Tag t, MutableAttributeSet a, int pos ) { 
            if ( t == HTML.Tag.A ) { 
                Object str = a.getAttribute( HTML.Attribute.HREF ); 
                if ( str != null ) { // 문제는 태그가 검출된다 하더라도 속성이 없을수도 있기 때문에 null체크를 해줘야 합니다. 
                    if ( str.toString( ).matches( this.urlReg ) ) { 
                        System.out.println( "HREF : " + str ); 
                    } 
                } 
            } 
        } 
  
        public void handleText( char[] data, int pos ) { 
            String str = new String( data ); 
            if ( str.matches( this.dataReg ) ) { 
                System.out.println( "Data : " + str ); 
            } 
            else if ( str.matches( this.noticeReg ) ) { 
                System.out.println( "Notice :" + str ); 
            } 
        } 
    } 
  
    public void parse( String str ) { 
        try { 
            // 입력받은 URL에 연결하여 InputStream을 통해 읽은 후 파싱 한다. 
            URL url = new URL( str ); 
            HttpURLConnection con = (HttpURLConnection) url.openConnection( ); 
            InputStreamReader reader = new InputStreamReader( 
                    con.getInputStream( ), "utf-8" ); 
            // callbackHandler 와 함께 reader 을 딜리게이터에 던집니다. 
            new ParserDelegator( ).parse( reader, new CallbackHandler( ), true ); 
            con.disconnect( ); 
        } 
        catch ( Exception e ) { 
            e.printStackTrace( ); 
        } 
    } 
  
    public static void main( String[] args ) { 
        Example parser = new Example( ); 
        parser.parse( URString ); 
    } 

기본적인 parser 뼈대 코드 참고 : http://zyint.tistory.com/352
기본적인 자바 정규식 : http://litlhope.springnote.com/pages/1786498
자바 한글 정규식 참고 : http://ohgyun.tistory.com/132


출처 : http://zyint.tistory.com/352