Android 中的 HTML 解析

Question

我正在尝试学习如何解析 HTML，但由于我在 Java 或 Android 方面没有太多经验，所以它有点复杂。我已阅读 IBM XML 解析教程并学会了解析 RSS 提要。我的问题是：我想从 HTML 站点获取数据。我已经阅读了一些关于 HTML 清理器、JSON 等的信息，但是我找不到一个很好的教程来帮助我。你有任何可能有用的教程吗？

谢谢。

Answer 1

查看以下 HTML 解析器。还有更多。也许有一个适合你：

• HTMLCleaner： http://htmlcleaner.sourceforge.net/

• 标签汤： http://ccil.org/~cowan/XML/tagsoup/

• 杰里科： http://jericho.htmlparser.net/docs/index.html

Answer 2

IMO 有两种简单的方法来解析 HTML：

• 使用库（例如 HTMLTidy）将 HML 转换为 XML (XHTML)，然后使用 XML 解析器
• 使用现有的 HTML 解析器（例如，标准 Web 浏览器，如 WebKit、ForeFox 和/或 IE），然后读取“DOM”，它是对已解析 HTML 或多或少 API 友好的表示形式李>

或者，如果您想编写自己的解析器（我怀疑您是否应该这样做，因为家庭作业：正确/完整地实现它会很长而且很复杂），请参阅specs for parsing HTML。