用Java解析HTML？ [关闭]

Question

出于以下原因，我想解析一个 HTML 文件：

1. 获取标签之间的内容。比如一对para标签之间
2. 查找中断标签的出现
3. 获取标签的属性。比如获取FONT COLOR="red">
中COLOR的值

我需要在 Java 中执行此操作。我知道 Jehrico 解析器的基础知识。我该怎么做？

Answer 1

没有。可用的 Java HTML 解析器如下：

• JTidy
• NekoHTML
• jsoup
• TagSoup

您可能还想就使用这些here 的利弊进行非常全面的讨论。

Answer 2

如果您要解析的 HTML 是 XHTML，它也应该是有效的 XML。 所以任何 XML 解析器都应该能够解析它。

如果你不能依赖它，你可以在 Google 上搜索 Java 的 HTML 解析器。