在 PHP 中寻找类似简单 html dom 的 java html 解析器 [关闭]答案

【问题标题】：Looking for java html parser like simple html dom in PHP [closed]在 PHP 中寻找类似简单 html dom 的 java html 解析器 [关闭]
【发布时间】：2011-03-12 04:33:29
【问题描述】：

谢谢

【问题讨论】：

我想我没有正确理解这个问题..但是你在谷歌上搜索过“Java html parser”吗？
是的，我只想要简单的 html dom 中类似的解析器引擎，我不想使用它我只想从代码中了解它是如何工作的。

标签： java php parsing html-parsing simple-html-dom

【解决方案1】：

试试jsoup。据我所知，它是最好的 HTML 解析器。

【讨论】：

@Yosef：如果您想了解解析器的工作原理，我的建议是下载源 jar，并在 IDE 的调试器中逐步解析。具体看github.com/jhy/jsoup/blob/master/src/main/java/org/jsoup/parser/…中的 parse() 方法，它是一个递归下降解析器，它查看 HTML 队列中的下一个字符，并根据当前上下文创建子元素，或文本数据，或在何时弹出元素堆栈找到一个关闭标签。由于处理不可靠的输入 HTML，解析的简单性有些复杂。（我是jsoup的作者）

【解决方案2】：

试试TagSoup，这是一个 SAX 解析器，它接收现实世界中的杂乱 HTML 并在 ContentHandler 上触发 SAX XML 事件。我建议将它与 JDOM 一起使用来构建您可以手动或通过 XPath 遍历的 JDOM 文档。

【讨论】：