解析HTML頁面

Question

我需要每天解析很多HTML頁面（並將解析後的數據寫入數據庫），並且每天都使用各種格式，您知道我是否有可用的可視化工具嗎？我想指出需要提取什麼，將其保存到某種配置中，然後在prod中執行它。 我試圖避免把我的頭埋入Jsoup之類的東西。

感謝

Answer 1

你可以看看使用的JTidy和Pentaho Kettle組合：

• http://rpbouman.blogspot.com/2011/05/using-tidy-to-clean-webpages-with.html