Java代码中的解析器入门

Question

我是解析器的新手。我想从网站上获取特定数据。我需要使用解析器。如何开始使用解析器？我需要下载什么？ 使用Java中的解析器从网站获取数据的代码是什么？

Answer 1

我的建议是使用开源HTML解析器，例如HTMLCleaner - http://htmlcleaner.sourceforge.net/

您可以使用HTMLCleaner（或类似）创建网页DOM的表示形式，然后使用它来从网页中提取您想要的任何信息。

这个过程看起来像这样：

URL url = new URL("website you want to load");
HTMLCleaner h = new HTMLCleaner();
TagNode HtmlNode = h.clean(url.openStream());
//perform queries on the DOM to extract information