Question

从网页中删除以下HTML的最佳方法是什么？我想拉出Apple，Orange和Grape并将它们放入我的Android应用程序的下拉菜单中。我应该使用Jsoup，如果是这样，最好的方法是什么？我应该使用正则表达式吗？

<select name="fruit" id="fruit" >
<option value="APPLE">Apple</option>
<option value="ORANGE">Orange</option>
<option value="GRAPE">Grape</option>
</select>

Answer 1

取决于，但我会使用XML / HTML解析器。 Don't use regex

jsoup示例：

Document doc = Jsoup.connect(someUrl).get();
Elements options = doc.select("select#fruit option");

最好的方式？

我会使用内置的DOM parser or SAX parser。如果您要解析大型文档，SAX会更快。如果文件很小，那就没什么区别了。 More on SAX vs DOM

Answer 2

对于HTML解析，您可以使用jsoup。使用非常简单，API很棒。

http://jsoup.org/

对我而言，效果很好！

编辑：太慢了：D skyuzo的帖子很棒：）

Answer 3

WebView是你的朋友：

http://developer.android.com/reference/android/webkit/WebView.html

它让你抓住html作为浏览器，然后你就可以用它来做。请注意，它没有考虑到javascript，所以我希望这是简单的HTML你没有一些ajax fetched或js生成的代码：）

为Android应用程序刮取此HTML的最佳方法是什么？

3 个答案:

最好的方式？