如何阅读和解析html文件？

Question

我有一个HTML文件，需要把它和访问读一些值：

myHtml = 'toto.html'; 
readFile = fileread(myHtml); 

现在来解析HTML文件，你知道，如果它是可能的HTML转换成XML，然后使用XPath？

Answer 1

我不会推荐尝试将HTML转换为XML。他们是不同的格式，你很可能会被烧伤。 HTML解析器存在，所以我们可以直接使用它们。

此外，为了完整性，不要试图用正则表达式解析HTML。有关于在Matlab中解析HTML的堆栈溢出问题，其中的答案建议正则表达式。做无辜的小猫一个忙，并调出来。

不幸的是，它看起来不像Matlab有一个HTML解析器作为它的库的一部分。

幸运的是，您可以在Matlab中轻松利用Java代码！
因此，Java HTML解析器是公平的游戏。看着jsoup或jtidy。拨打this question。

其实，看看这个问题，加上Comparison of HTML parsers维基百科文章（谢谢@Daniel R！），它看起来像HTMLCleaner或Jtidy可能会将HTML清理为XML。再次，我不会打扰，并直接解析HTML。