发布日期：2018-03-26
JAVA中哪个HTML解析器是最好的？+ 查看更多
JAVA中哪个HTML解析器是最好的？
+ 查看更多
发布日期：2018-03-08 16:29
分类：JAVA
浏览次数：94
我编写了很多解析器。 到目前为止，我使用HtmlUnit无头浏览器来实现进行解析和浏览自动化。
现在，我想分离这两个任务。由于80％的工作只涉及解析，我想使用一个轻量的HTML解析器，因为HtmlUnit首先要加载页面，然后获取源，然后解析，这个过程需要很多时间。
我想知道哪个HTML解析器是最好的。如果它接近HtmlUnit解析器那就更好了。
注意：
至少需要满足以下两点：
1.速度
2.通过其“id”或“名name称”或“标签类型”轻松找到任何Html元素。
如果它不清理脏的HTML代码，也是可以的。我不需要清理任何HTML源代码。 我只需要一个最简单的方法来移动跨越Html元素并且从中收获数据。
1.速度
2.通过其“id”或“名name称”或“标签类型”轻松找到任何Html元素。
如果它不清理脏的HTML代码，也是可以的。我不需要清理任何HTML源代码。 我只需要一个最简单的方法来移动跨越Html元素并且从中收获数据。
回答：
个人插件：我刚刚发布了一个新的Java HTML解析器：jsoup[https://jsoup.org/]。 我在这里提到它，因为我认为它符合你的要求。
它的派对技巧是一个CSS选择器语法来查找元素，例如：
String html ="
Parsed HTML into a doc."; Document doc = Jsoup.parse(html); Elements links = doc.select("a"); Element head = doc.select("head").first();
有关更多信息，请参阅选择器javadoc。这是一个新的项目，所以非常欢迎提建议！