如何从网页打印数据？不是页面的html代码。

Question

在java中，我试图读取一个网页。我只想打印页面的数据。但我的代码是打印整个HTML代码。它看起来很奇怪。我可以看到我希望它隐藏在html中的确切数据。我如何摆脱打印HTML代码？ 这里是我的代码：

URL url = new URL("http://www.rxbd.info/Controller/Controller?action=details&drug=zorubicin&group=generic"); 
URLConnection con = url.openConnection(); 
InputStream is =con.getInputStream(); 
BufferedReader br = new BufferedReader(new InputStreamReader(is)); 
String line = null; 
while ((line = br.readLine()) != null) { 
    System.out.println(line); 
} 

Answer 1

看一看Jericho。 Renderer类可以将原始HTML呈现为文本，TextExtractor类可以仅提取文本。