是否有标准的Java SE HTML解析器？如果是这样，为什么要使用非标准的呢？

Question

我需要解析一个包含简单表单的简单HTML页面。 StackOverflow上类似问题的答案建议使用各种非标准Java库之一，如TagSoup，JSoup，HTMLParser等等。

但是，网络搜索显示Java SE中存在一些标准功能：http://docs.oracle.com/javase/7/docs/api/javax/swing/text/html/parser/ParserDelegator.html

我的子问题是：

1. 标准的ParserDelegator类是否可以解析像我这样的用例？
2. 标准库有哪些限制需要这么多非标准库？
3. ParserDelegator在摇摆范围内的事实是否妨碍在常规EC2云服务器中使用它来进行Web应用程序？我是否必须通过大量的箍来解决无头方面的问题，或者只是对配置进行一些小调整？
4. 如果不推荐标准的，我应该使用哪一种非标准的，给出：（a）我不偏离标准的愿望; （b）我的简单用例; （c）希望成熟可靠的实施; （d）没有尺寸或重量限制，因为这是服务器应用程序而不是嵌入式客户端。 API是一个低得多的优先级，所以虽然我很欣赏JSoup的CSS选择器，如API，其他问题（a）到（d）覆盖它。

谢谢。

Answer 1

JDK内置HTML解析器，支持HTML 1.0左右。它应该支持解析基本文本格式标签和表单。

使用其他第三方解析器的原因是需要支持“真实”HTML页面DHTML，JavaScript等。

JSoup是可以完成这项工作的流行解析器之一。有关其他实现的更多信息，请查看以下讨论：

Pure Java HTML viewer/renderer for use in a Scrollable pane