Java HTML 对象答案

【问题标题】：Java HTML ObjectJava HTML 对象
【发布时间】：2013-08-05 11:28:24
【问题描述】：

我有一些复杂、肮脏的 html 代码。有没有一个很好的 HTML 解析器，我可以将 HTML 代码用作 Java 对象？

例如我想访问此代码：

<html>
  <body>
   <div id='foo'>
     <p id='bar'></p>
   </div>
  </body>
</html>

喜欢通过 DOM：

[File/Code].getElementById('foo').appendText('bla');
[File/Code].getElement(Element.DIV).getElement(ELEMENT.P).getValue();
//etc...

有人有想法吗？

或者Java中有DOM（this does not help :(）？

问候

【问题讨论】：

看看JSoup
是的，我搜索的是 jsoup :)

标签： java html parsing dom object

【解决方案1】：

试试http://jsoup.org/。它可以处理非常破碎的html。

例子：

public static void main(String[] args)
{
    Document document = Jsoup.parse("<html>" +
            "  <body>" +
            "   <div id='foo'>" +
            "     <p id='bar'>TEST</p>" +
            "   </div>" +
            "  </body>" +
            "</html>");

    System.out.println("Add blah to the Element with ID: foo");
    Element foo = document.getElementById("foo");
    foo.appendText("blah");

    System.out.println(document.html());

    System.out.println("Get the content of a div having a p:");
    for (Element div : document.getElementsByTag("div"))
    {
        for (Element p : div.getElementsByTag("p"))
        {
            System.out.println(p.text());
        }

    }
}

Maven

<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.7.2</version>
</dependency>

【讨论】：

@criztovyl_needs_help 你需要更多信息来接受这个答案吗？
我在没有更多信息的情况下接受这个答案，现在使用 jsoup :)