如何在HTML文档中获取html标记

Question

嘿我想从html文档中获取标签 这就是尖括号中包含尖括号的所有内容。我怎么能用Java做到这一点？ 感谢

Answer 1

<!-- Read carefully -->
<b><![CDATA[<Everything in angle brackets ("<>") is a tag?>]]></b>

...并使用html解析器。

---

如果您想手动执行此操作，请迭代输入字符并确定每个<和>是否属于标记元素。应遵循一些规则（处理指令，注释，CDATA内容，属性值（！）中的尖括号）。

大多数解析器使用一些switch/case模式来评估每个标记（在您的情况下为char）。

Answer 2

我最近使用了jsoup。漂亮的API，易于使用，到目前为止没有问题。不要试图自己解析HTML。见Andreas_D的回答。