如何从网页打印数据？不是页面的HTML代码。

Question

在java中我试图阅读一个网页。我只想打印页面的数据。但我的代码是打印整个HTML代码。看起来很奇怪。我可以看到我希望它隐藏在html中的确切数据。如何摆脱打印html代码？ 这是我的代码：

URL url = new URL("http://www.rxbd.info/Controller/Controller?action=details&drug=zorubicin&group=generic");
URLConnection con = url.openConnection();
InputStream is =con.getInputStream();
BufferedReader br = new BufferedReader(new InputStreamReader(is));
String line = null;
while ((line = br.readLine()) != null ) {
    System.out.println(line);
}

Answer 1

看看Jericho。 Renderer类可以将原始HTML呈现为文本，TextExtractor类可以只提取文本。