Java Parser HTML 使用纯字符串方法？

Question

这是个好主意吗？好吧，我使用过其他 3rd 方库，例如 JSoup，效果很好，但对于这个项目，情况有所不同。当您只想从中获取一个项目时，加载和解析整个文档是否值得？一些 html 页面也很简单，所以我也可以使用 String 方法。原因是内存会出现问题，并且加载文档也需要一些时间。在解析 XML 时，我总是使用 SAX 解析器，因为它不会将其加载到内存中而且速度很快。我可以在 html 文档上使用相同的东西，还是已经有这样的东西了？因此，如果有一个非 DOM 的 HTML 轻量级解析器，那就太好了。

Answer 1

如果 HTML 与 XML 兼容（即它是 XHTML），那么您可以使用标准的 SAX 解析器。在这里，您可以找到可供选择的 Java 中的 HTML 解析器列表：http://java-source.net/open-source/html-parsers。 HotSax 可能会处理您的所有用例。