从html页面中提取元素的最佳方式？

在Java中从HTML页面中提取元素的首选方法是什么？从html页面中提取元素的最佳方式？

我的HTML是有许多如下行：

<tr class="item-odd"> 
     <td class="data"><a href="http://.....">TITLE</a></td> 
     <td><div class="cost">$1.99</div></td> 
</tr>

类交替item-odd和item-even.

我需要提取：

正则表达式的路要走吗？

2010-01-06 mrblah

不，不是正则表达式。 http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454 – 2010-01-06 22:54:09

根据你的用户活动页面，你问了不少于24个问题在过去的24小时内。你有没有想过或许只是偶尔回答一个问题而已？ – 2010-01-06 22:59:27

是的，我已经考虑过了。 – mrblah 2010-01-06 23:08:57

我会使用这个工作的图书馆，如HTML Parser。看看samples和/或javadoc。另请参阅SO上的previous questions。

HTML Parser很容易使用，应该做的工作。对于替代品，请看这previous answer。

2010-01-06 22:54:35

与HtmlUnit不同吗？看起来很相似。 – mrblah 2010-01-06 23:00:39

HtmlUnit是一个测试工具。 HTML解析器是...解析器。所以是的，他们是不同的。 – 2010-01-06 23:02:20

是真的，但HtmlUnit确实有解析器类型的方法，但我明白你的观点！ – mrblah 2010-01-06 23:09:43

JTidy在解析HTML并使其可用于DOM操作方面做得非常出色。正则表达式通常是而不是要走的路，因为HTML不规则，并且有许多边缘案例可以让您知道。

2010-01-06 22:56:49

用Java的人，你有很多选择，它的疯狂！ – mrblah 2010-01-06 22:59:56

回答