在java中使用「未封閉標籤」解析html

我的問題很簡單：有沒有辦法將java中的html解析爲DOM文檔，如果在htmlcontent中有像這樣的img-tag？在java中使用「未封閉標籤」解析html

<p><img src="..."></p>

這是Codesnippet，讓我的SAXException在解析這些元素：

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
DocumentBuilder db = dbf.newDocumentBuilder(); 

InputStream is = new ByteArrayInputStream(htmlcontent.getBytes()); 
Document dom = db.parse(is); 
is.close();

來源

2012-07-12 billdoor

我不這麼認爲，但jsoup能做到這一點。這不是DOM API，但它非常相似。

來源

2012-07-12 14:47:10 Florent

工作非常適合我，謝謝！ – billdoor 2012-07-12 14:53:52

隨時批准答案 – Florent 2012-07-12 15:03:13

不能使用DocumentBuilder，因爲它是一個XML解析器。

但你需要一個HTML解析器，如：

來源

2012-07-12 14:46:53 dash1e

+1 openSoruces鏈接 – 2012-07-12 14:57:14

HTML不是XML。

除了使用XHTML時。

所以沒有理由XML解析器應該解析您的HTML。

使用像HtmlCleaner這樣的HTML解析器。

來源

2012-07-12 14:47:12

其中一個可能會有幫助：

來源

2012-07-12 15:06:21 Arvik

在java中使用「未封閉標籤」解析html

回答

相關問題