Hallo!

Ist es möglich sich mit Java oder irgendeinem bereits entwickelten Project (z.B. von sourceforge) den relevanten Text einer Seite herauszufiltern, ähnlich wie es Suchmaschinen tun?

hab mal schnell ein kleine "main-Klassen-Programm" zusammengeklickt, was noch mal verdeutlicht, was ich meine:

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.MalformedURLException;
import java.net.URL;

public class Test {

/**
* @param args
*/
public static void main(String[] args) {
StringBuilder sb = new StringBuilder();
URL url;
try {
url = new URL(
"http://www.tagesschau.de/aktuell/meldungen/0,,OID6357044_REF1,00.html");
HttpURLConnection conn = (HttpURLConnection) url.openConnection();
conn.setRequestMethod("GET");
conn.setUseCaches(false);
if (conn.getResponseCode() != HttpURLConnection.HTTP_OK) {
System.out.println(conn.getResponseMessage());
} else {
BufferedReader buf = new BufferedReader(new InputStreamReader(
conn.getInputStream()));
String urlText = null;
while ((urlText = buf.readLine()) != null) {
sb.append(urlText + "\n");
}
// HIER SOLL DER RELEVANTE TEXT RAUSGEFILTERT WERDEN:
System.out.println(sb);
}
} catch (MalformedURLException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}

Mit Dank für Eure Hilfe im Voraus!

Gruß!

John