關於解析器DOM和REGEX

Question

我正在用java編寫一個應用程序我需要從網站提取特定數據。我不知道使用哪一個REGEX或Parser.Can是否有人請告訴我如何完成這個任務？哪一個是最好的。

感謝

Answer 1

肯定，得到一個HTML解析器

Here約幾個Java的HTML解析器一番比較。

他們中有些人在這裏

NekoHTML: 

final DOMParser parser = new DOMParser(); 
try { 
    parser.parse(new InputSource(urlIS)); 
    document = parser.getDocument(); 
} catch (SAXException e) { 
    e.printStackTrace(); 
} catch (IOException e) { 
    e.printStackTrace(); 
} 

TagSoup: 

final Parser parser = new Parser(); 
SAX2DOM sax2dom = null; 
try { 
    sax2dom = new SAX2DOM(); 
    parser.setContentHandler(sax2dom); 
    parser.setFeature(Parser.namespacesFeature, false); 
    parser.parse(new InputSource(urlIS)); 
} catch (Exception e) { 
    e.printStackTrace(); 
} 
document = sax2dom.getDOM(); 

Answer 2

我認爲選擇很是"Even Jon Skeet cannot parse HTML using regular expressions."。根據你試圖從html中提取的信息有多複雜，你可能會更喜歡某種解析器。你想要從哪裏拉到什麼地方？