特定的Java HTML解析器

Question

  

可能重复：
  What are the pros and cons of the leading Java HTML parsers?

您建议使用哪种HTML解析器来解析HTML？ 我需要一个功能html解析器： 该解析器返回有用的文本，没有菜单，没有页脚，没有标题信息。仅包含正常内容的文字。

我已经尝试过Jericho Html解析器，HtmlCleaner，但它们似乎并不像我需要的那样工作。

提前致谢。

Answer 1

我不确定你在问什么; HTML解析器解析HTML - 您从中提取的内容取决于您。我喜欢jsoup和tagsoup。

如果您想要从HTML中提取“正常”内容，您可以查看Apache Tika如何处理HTML。所有HTML的编写方式都不同 - 您必须能够定义“正常”内容，

。