如何閱讀和解析html文件？

Question

我有一個HTML文件，需要把它和訪問讀一些值：

myHtml = 'toto.html'; 
readFile = fileread(myHtml); 

現在來解析HTML文件，你知道，如果它是可能的HTML轉換成XML，然後使用XPath？

Answer 1

我不會推薦嘗試將HTML轉換爲XML。他們是不同的格式，你很可能會被燒傷。 HTML解析器存在，所以我們可以直接使用它們。

此外，爲了完整性，不要試圖用正則表達式解析HTML。有關於在Matlab中解析HTML的堆棧溢出問題，其中的答案建議正則表達式。做無辜的小貓一個忙，並調出來。

不幸的是，它看起來不像Matlab有一個HTML解析器作爲它的庫的一部分。

幸運的是，您可以在Matlab中輕鬆利用Java代碼！
因此，Java HTML解析器是公平的遊戲。看着jsoup或jtidy。撥打this question。

其實，看看這個問題，加上Comparison of HTML parsers維基百科文章（謝謝@Daniel R！），它看起來像HTMLCleaner或Jtidy可能會將HTML清理爲XML。再次，我不會打擾，並直接解析HTML。