Java代码中的解析器入门

Question

我是解析器的新手。我喜欢从网站获取特定数据。我需要使用解析器。如何开始解析器？我需要下载什么？ 代码是用Java中的解析器从网站获取数据的代码是什么？

Answer 1

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

可以使用HTMLCleaner（或类似）来创建Web页面的DOM表示，然后用它来提取任何信息你想从网页。

的过程看起来是这样的：

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