Java代码中的解析器入门

我的建议是使用一个开源的HTML解析器,比如HTMLCleaner- http://htmlcleaner.sourceforge.net/

您可以使用HTMLCleaner(或类似工具)创建web页面DOM的表示,然后使用它从web页面中提取您想要的任何信息。

过程如下:

URL url = new URL("website you want to load");
HTMLCleaner h = new HTMLCleaner();
TagNode HtmlNode = h.clean(url.openStream());
//perform queries on the DOM to extract information