特定のJava HTMLパーサ

Question

可能性の重複：あなたがHTMLを解析するための推薦は何HTMLパーサ
What are the pros and cons of the leading Java HTML parsers?

？ このパーサーは、便利なテキスト、メニュー、フッターなし、ヘッダー情報を返しません。通常のコンテンツを含むテキストのみ。

私はJericho Htmlパーサ、HtmlCleanerを試しましたが、必要に応じて動作しないようです。

ありがとうございます。

Answer 1

私はあなたが何を求めているのかは分かりません。 HTMLパーサはHTMLを解析します。それを抽出するのはあなた次第です。私はjsoupとtagsoupが好きです。

「通常の」コンテンツをHTMLから取り出すことを希望する場合は、Apache TikaがHTMLをどのように処理するかを見ることができます。すべてのHTMLは異なった形で書かれています。「通常の」内容を定義できる必要があります。はです。