解析Java中的HTML？

Question

我想分析这些原因的HTML文件：

1. 要标记之间的获取内容。例如，在一对para标签之间
2. 查找break标签的发生
3. 获取标签的属性。例如，要获取COLOR的值FONT COLOR =“red”>

我需要在Java中执行此操作。我知道Jehrico解析器的基础知识。我该怎么做？

Answer 1

如果您要解析的HTML是XHTML，它也应该是有效的XML。 所以任何XML解析器都应该能够解析它。

如果你不能依靠这个，你可以搜索谷歌的HTML解析器的Java。

Answer 2

没有。 Java的HTML解析器可用，如：

• JTidy
• NekoHTML
• jsoup
• TagSoup

你也可能要经历的优点和使用各的利弊非常全面的讨论这些here。