解析HTML并获取所有节点

Question

我需要在java中解析HTML文件。与XML不同，没有重复的标签。所以我需要一个可以解析html文件并到达所有节点的代码，它包含嵌套标签......等HTML代码不是固定的。换句话说，给定任何HTML代码，我需要访问HTML中的所有标记。

Answer 1

试试这个HTML Parser http://htmlparser.sourceforge.net/samples.html

Answer 2

我认为你需要这个......

var els=document.getElementsByTagName("*");
for(var i=0;i<els.length;i+)document.write(els.nodeName+"<br />");