使用 SGML 解析 Java 字符串

Question

我有一個帶有 SGML 的 Java 字符串，就像這樣......

<misspell></misspell><plain>I</plain> <plain>know</plain> <plain>you</plain> <suggestion>ducky</suggestion> <plain>suck</plain> <plain>and</plain> <plain>I</plain> <plain>rocky</plain> <plain>rock</plain>

我如何解析它以獲取例如<suggestion> </suggestion>的文本，以便“鴨子”出來？

javax.swing.text.html.parser.Parse 會有什么幫助嗎？ 或者我只能用它解析 HTML 文檔？

Answer 1

您顯示的字符串不是 HTML，但可以由XML 解析器解析。

SAX API是 JDK 和 AFAIK 的一部分，大多數 XML 解析器都實現了它。

Answer 2

嘗試使用 html 解析器，它們（根據需要）對格式錯誤的標記非常寬容，而 html 本質上是基於 SGML 的。

例如http://htmlparser.sourceforge.net/