从xml解析文本

Question

我有以下链接

https://hero.epa.gov/hero/ws/swift.cfc?method=getProjectRIS&project_id=993&getallabstracts=true

我想解析此xml以仅获取文本，例如

Provider: HERO - 2.xx
DBvendor=EPA
Text-encoding=UTF-8

我该如何解析？

Answer 1

嗯，这不是文本文件，而是HTML文件。 如果您在浏览器中打开文件并选择view source您将能够看到<char>标记中包含的文本。

在浏览器中打开它时，这些标签和其他HTML内容将被解释并在页面上呈现输出（这就是它看起来像文本的原因）。 如果要在Java中实现类似的行为，则应查看PhantomJS和/或JSoup示例。

Answer 2

它看起来像一个文本文件，但它是一个XML文件，浏览器仅显示其文本内容。 要验证右键单击并查看页面源。

Answer 3

您可以使用Jsoup之类的库来解析文件并获取内容。