特定的Java HTML解析器

Question

可能重複：
What are the pros and cons of the leading Java HTML parsers?

你會推薦解析HTML內容的HTML解析器？ 我需要一個功能html解析器： 解析器返回有用的文本，沒有菜單，沒有頁腳，沒有標題信息。只有包含普通內容的文字。

我試過Jericho Html解析器，HtmlCleaner但他們似乎並沒有按我的需要工作。

在此先感謝。

Answer 1

我不確定你在問什麼;一個HTML解析器解析HTML - 你從中提取出來的東西取決於你。我喜歡jsoup和tagsoup。

如果您希望從HTML中拉出「正常」內容，您可以查看Apache Tika如何處理HTML。所有的HTML都以不同的方式寫入 - 你必須能夠定義什麼是「正常」的內容，並且其中是。