【发布时间】：2011-12-16 16:36:59
【问题描述】：
可能重复：
What are the pros and cons of the leading Java HTML parsers?
你会推荐什么 HTML 解析器来解析 HTML？ 我需要一个功能 html 解析器： 该解析器返回有用的文本，没有菜单，没有页脚，没有标题信息。仅包含正常内容的文本。
我尝试过 Jericho Html 解析器、HtmlCleaner，但它们似乎无法按我的需要工作。
提前致谢。
【问题讨论】：
【发布时间】：2011-12-16 16:36:59
【问题描述】：
我不太确定你在问什么； HTML 解析器解析 HTML——从中提取的内容取决于您。我喜欢jsoup 和tagsoup。
如果您想要从 HTML 中提取“正常”内容的东西，您可以查看Apache Tika 如何处理 HTML。所有 HTML 的编写方式都不同——您必须能够定义什么是“正常”内容，以及它在哪里。
【讨论】：
-
我找到了令人难以置信的解析器，正是我想要的。你可以自己检查它的开源：boilerpipe-web.appspot.com
-
@Paulius 看起来很酷；类似于 Tika 所做的。感谢您的参考。