[英]Java library for HTML analysis
(我见过类似的问题,但我认为这些问题都不能满足我的特定需求,因此...)
我想知道是否有一个Java库,用于分析现实世界(阅读不完整,格式错误)的HTML。 通过分析,我的意思是:
最后两个部分由Jericho和jTidy等库完成。 在这些之上的“插件”会很棒。
提前致谢!
您可能想查看TagSoup:
好吧,我先将其整理成有效的XML,然后使用XSLT进行条件深层复制,在该区域中,我将进行最突出的颜色/修剪/所需的任何处理。
也许您会在此列表中找到某些内容(尝试使用TagSoup,NekoHTML,VietSpider HTMLParser)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.