類似於BeautifulSoup和「HTML敏捷包」但C或Java的庫？

Question

我正在準備一些針對傳統應用程序的自定義性能測試，這些應用程序會輸出由於所有常見原因而無法立即更改的非標準HTML（缺少標記，重複的引號，缺少的引號，作品）。

我在找一個類似於BeautifulSoup或「HTML Agility Pack」的庫，它可以在UNIX主機上從C或Java調用。

我們將構建一些測試腳手架，然後開始重新設計和重新實現，但我需要首先進行一些基線測量。

Answer 1

Tidy或JTidy

Answer 2

TagSoup - http://home.ccil.org/~cowan/XML/tagsoup/

Answer 3

jsoup - http://jsoup.org/

jsoup：Java的HTML解析器 jsoup是一個Java庫與現實世界的HTML工作。它提供了一個非常方便的API來提取和操作數據，使用最好的DOM，CSS和類似jquery的方法。