使用 SGML 解析 Java 字符串答案

【问题标题】：Parsing Java String with SGML使用 SGML 解析 Java 字符串
【发布时间】：2010-07-07 09:41:25
【问题描述】：

我有一个带有 SGML 的 Java 字符串，类似这样...

<misspell></misspell><plain>I</plain> <plain>know</plain> <plain>you</plain> <suggestion>ducky</suggestion> <plain>suck</plain> <plain>and</plain> <plain>I</plain> <plain>rocky</plain> <plain>rock</plain>

我如何解析它以获取例如 <suggestion> </suggestion> 中的文本以获取“鸭子”？？

javax.swing.text.html.parser.Parse 会有帮助吗？或者我只能用它解析 HTML 文档？

【问题讨论】：

标签： java parsing sgml

【解决方案1】：

您显示的字符串不是 HTML，但可以被 an XML parser 解析。

SAX API 是 JDK 的一部分，AFAIK 大多数 XML 解析器都实现了它。

【讨论】：

它只是一个普通的字符串。SAX API(javax.xml.parsers) 可以工作吗？
@Myth，来自Javadoc：“可以从各种输入源解析 XML。这些输入源是 InputStreams、Files、URL 和 SAX InputSources”。并且似乎可以使用 StringReader 构造 InputSource。

【解决方案2】：

尝试使用 html 解析器，它们（必然）非常容忍格式错误的标记，并且 html 本质上是基于 SGML。

例如http://htmlparser.sourceforge.net/

【讨论】：