Question

我想解析HTML文件并存储粗体文本（在<b>标记内）。一种解决方案是逐行读取文件并拆分或使用RegEx。这意味着我应该将整个页面存储在String变量中？如果我不将它保存在变量中，那么我无法保证标记的开头和它的结尾在同一行。

您建议使用什么解决方案？

Answer 1

使用JSoup解析内容

String html = "<html><head><title>First parse</title></head>"
  + "<body><p>Parsed HTML into a doc.</p></body></html>";

Document doc = Jsoup.parse(html);

Answer 2

这是我的大学项目

使用HTMLEditorKit.ParserCallback

Java：解析html文件并提取文本

2 个答案: