有标准的 Java SE HTML 解析器吗？如果是这样，为什么要使用非标准的？答案

【问题标题】：Is there a Standard Java SE HTML Parser? If so, why use non-standard ones?有标准的 Java SE HTML 解析器吗？如果是这样，为什么要使用非标准的？
【发布时间】：2012-02-22 22:47:35
【问题描述】：

我需要解析一个包含简单表单的简单 HTML 页面。 StackOverflow 上类似问题的答案建议使用多种非标准 Java 库之一，例如 TagSoup、JSoup、HTMLParser 和许多其他库。

但是，网络搜索显示，Java SE 中存在一些通过此类的标准功能：http://docs.oracle.com/javase/7/docs/api/javax/swing/text/html/parser/ParserDelegator.html

我的子问题是：

标准的 ParserDelegator 类真的可以解析像我这样的用例吗？
标准库的哪些限制导致需要如此多的非标准库？
ParserDelegator 在 Swing 中这一事实是否会排除在常规 EC2 云服务器中用于 Web 应用程序的情况？我是否必须跳过很多圈才能绕过无头方面，或者这只是对配置的一个小调整？
如果不推荐标准的，我应该使用哪个非标准的，考虑到：(a) 我希望不偏离标准； (b) 我的简单用例； (c) 渴望成熟可靠的实施； (d) 没有尺寸或重量限制，因为这是一个服务器应用程序，而不是嵌入式客户端。 API 的优先级要低得多，所以虽然我很欣赏 JSoup 的 CSS 选择器（如 API），但 (a) 到 (d) 的其他问题会覆盖它。

谢谢。

【问题讨论】：

近距离投票者，请指出这是重复的内容（如果这是您近距离投票的原因）

标签： java html html-parsing html-parser

【解决方案1】：

JDK 有内置的 HTML 解析器，支持 HTML 1.0 左右。它应该支持解析基本文本格式标记和表单。

使用其他第三方解析器的原因是需要支持“真实”的 HTML 页面 DHTML、JavaScript 等。

JSoup 是可以完成这项工作的流行解析器之一。有关其他实现的更多信息，请查看以下讨论：

Pure Java HTML viewer/renderer for use in a Scrollable pane

【讨论】：

谢谢 - 我会改写它有内置的解析器，除了 HTML 的古老版本之外不能处理任何东西。该链接没有帮助。它是关于查看器/渲染器的，而我需要一个解析器。