`
liyixing1
  • 浏览: 958792 次
  • 性别: Icon_minigender_1
  • 来自: 江西上饶
社区版块
存档分类
最新评论

java html解析

阅读更多
dom解析是常用dom4j。
android中我们常用的是sax、pull。因为它们更省内存。

而html解析,则也有很多框架
1、jsoup 是一款 Java 的HTML 解析器,可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API,可通过DOM,CSS以及类似于JQuery的操作方法来取出和操作数据。据说它是基于MIT协议发布的。

            在线文档:http://www.osctools.net/apidocs/apidoc?api=jsoup-1.6.3http://jsoup.org/

jsoup的主要功能如下:

从一个URL,文件或字符串中解析HTML;
使用DOM或CSS选择器来查找、取出数据;
可操作HTML元素、属性、文本;

示例代码:

Document doc = Jsoup.parse(input, "UTF-8", "http://www.dangdang.com");
Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
  String linkHref = link.attr("href");
  String linkText = link.text();
}


2、htmlparser是一个纯的java写的html解析的库,它不依赖于其它的java库文件,主要用于改造或提取html。它能超高速解析html,而且不会出错。现在htmlparser最新版本为2.0。 据说htmlparser就是目前最好的html解析和分析的工具。  无论你是想抓取网页数据还是改造html的内容,用了htmlparser绝对会忍不住称赞。

在线文档:[url] http://www.osctools.net/apidocs/apidoc?api=HTMLParser[/url];http://htmlparser.sourceforge.net/project-info.html

示例代码:
Parser parser = new Parser ("http://www.dangdang.com");
NodeList list = parser.parse (null);
Node node = list.elementAt (0);
NodeList sublist = node.getChildren ();
System.out.println (sublist.size ());


当然,除了这两个还有NekoHTML、JTidy、HtmlCleaner等等。
分享到:
评论

相关推荐

    jsoup Java HTML解析器

    **jsoup Java HTML解析器详解** jsoup是一个用于处理实际世界HTML的Java库。它提供了非常方便的方法来提取和操作数据,使用DOM,CSS以及类似于jQuery的API。jsoup能够理解HTML的不完美之处,同时提供了强大的功能来...

    java html解析 工具jsoup和一个简单例子

    Java HTML解析工具Jsoup是一个强大的库,专门设计用于处理HTML文档,提取和操作数据。它提供了类似于DOM、CSS以及jQuery的API,使得在Java中处理HTML变得简单易行。Jsoup能够连接到网页,下载HTML内容,然后进行解析...

    jsoup:Java HTML 解析器

    jsoup:Java HTML 解析器 jsoup是一个用于处理现实世界 HTML 的 Java 库。它使用最好的 HTML5 DOM 方法和 CSS 选择器,提供了一个非常方便的 API,用于获取 URL 以及提取和操作数据。 jsoup实现了WHATWG HTML5规范...

    jsoup是为HTML编辑、清理、抓取和XSS安全构建的Java HTML解析器.zip

    jsoup作为一个强大的Java HTML解析器,其主要功能包括HTML解析、DOM操作、内容提取、HTML清理和XSS防护。它简化了与HTML文档的交互,同时也保障了数据的安全性。无论是用于简单的网页抓取,还是复杂的HTML处理,...

    Java HTML解析类

    纯Java写的html解析类,解析为自上而下顺序解析。解析效率一般,不支持js,可以满足日常使用。

    java实现HTML解析图片批量下载

    在Java编程领域,HTML解析是一项常见的任务,尤其在数据抓取、网页自动化或者内容处理时。本篇文章将详细探讨如何利用Jsoup库来实现HTML解析并进行图片的批量下载。 Jsoup是一个强大的Java库,它提供了对HTML文档的...

    使用Java编程解析HTML文档

    ### 使用Java编程解析HTML文档 #### 一、引言 随着互联网的发展,解析HTML文档的需求日益增加。无论是搜索引擎还是各种在线应用,都需要高效地提取HTML文档中的信息。Java作为一种广泛使用的编程语言,提供了多种...

    jodd-lagarto:Java HTML解析器套件

    乔德·拉加托(Jodd Lagarto) :glowing_star: Java HTML解析器套件。 :house_with_garden: 网站: :red_heart_selector: 对于开发人员,由开发人员执行。 :lizard: 概述Lagarto Suite是用Java编写HTML / XML解析器...

    基于Java的HTML解析器 jsoup.zip

    **Java HTML解析器——jsoup详解** 在现代Web开发中,处理HTML文档是常见的任务,无论是从网页抓取数据、解析HTML结构还是进行自动化测试,都需要高效且可靠的HTML解析工具。`jsoup`是一个强大的Java库,专为处理...

    Java html代码解析

    本文将深入探讨Java库Jsoup及其在HTML解析中的应用。 Jsoup是Java的一个开源库,专为解析、操作和提取HTML内容而设计。它提供了强大的功能,使开发者能够轻松地处理HTML文档,如同操作DOM(文档对象模型)一样。...

    java对mht文件解析

    本文详细介绍了使用Java解析MHT文件的基本原理和技术实现,包括如何提取HTML内容、解码Quoted-Printable编码、构建DOM树以及提取所需数据。这对于需要处理MHT文件的应用开发具有很高的参考价值。

    java 解析 html

    此外,除了Jsoup,Java还有其他HTML解析库,如JDOM、DOM4J等,但它们主要针对XML,对HTML的支持可能不如Jsoup全面。在处理HTML时,需要注意HTML的不规范性,因为实际网页可能存在嵌套不正确、属性缺失等情况,Jsoup...

    java 解析 chm 文件

    4. **HTML解析**:一旦提取出HTML内容,我们可能需要使用HTML解析库,如Jsoup,来解析HTML代码,提取有用的信息,如标题、段落、链接等。这有助于将原始HTML转换成结构化的数据。 5. **生成HTML**:将解析后的CHM...

    EPUB 解析 (java)

    为了实现这样的模块,开发者通常会使用Java的ZipFile类来处理ZIP压缩包,使用JAXB或DOM4J来解析XML,使用Jsoup或类似的库来处理HTML内容。同时,可能会使用线程池来并发处理文件,提高整体解析速度。 总的来说,...

    Java中解析html的开源项目04

    在实际开发中,你可以根据需求选择适合的解析模式,并利用HTMLParser提供的API来定制化你的HTML解析逻辑。此外,HTMLParser还支持XPath表达式,可以更方便地定位到HTML文档中的特定元素。 总的来说,"Java中解析...

    java解析DWG文件为json使用superMap

    【标题】:“java解析DWG文件为json使用superMap” 【描述】:“java使用superMap解析DWG文件为json输出,本地通过,附件中为word操方式按照步骤可以导入数据集” 【标签】:“java解析DWG文件json java读取dwg...

    java解析html

    Java 解析 HTML 主要涉及到的是如何在 Java 程序中处理 HTML 文档,以便提取、操作或分析其中的数据。这通常需要借助于特定的库和工具。在给定的描述中提到了一个博客链接,但无法直接访问,因此我将提供一个通用的...

    jsoup:jsoup:Java HTML解析器,构建用于HTML编辑,清理,抓取和XSS安全

    jsoup:Java HTML解析器jsoup是一个用于处理实际HTML的Java库。 它使用HTML5最佳DOM方法和CSS选择器,为获取URL以及提取和处理数据提供了非常方便的API。 jsoup实现规范,并将HTML解析为与现代浏览器相同的DOM。 从...

    使用java的html解析器实现自动重复抓取任意网站页面归类.pdf

    【Java HTML解析器实现网页抓取与归类】 在IT领域,自动化地抓取和处理网页内容是一项常见的任务,尤其对于构建内容聚合类网站或进行数据分析。Java提供了一些强大的HTML解析器,比如Jsoup,它使得这个过程变得更加...

Global site tag (gtag.js) - Google Analytics