读代码之htmlParser

在以前使用HtmlParser时，并未考虑过遇到org.htmlparser.tags之外的Tag怎么处理。直到碰到这样的一个标签，如果不加处理，HtmlParser无法对其进行处理。查阅自定义标签之后才明白，控制HtmlParser解析网页结构的是，PrototypicalNodeFactory implements NodeFactory。每一种Tag都需要在NodeFactory中注册一下（registerTag()）。默认注册org.htmlparser.tags中的所有Tag.如果有自定义的Tag,要在里面注册一下。自定义标签可以extends CompositeTag。子类必须实现String[] getIds()方法，注册时提供该类的实例。PrototypicalNodeFactory保存了一个Map<String, Node>.Key为tag的名称，就是getIds()方法返回的String[].Value为注册时提供的实例。在HtmlParser解析过程中，会调用实例的clone()方法构建一个Node。

这也是我第一次见到Java中clone方法的使用。具体clone()方法的调用，以后再看看书吧。。

读代码之htmlParser