java - 将数据解析为 DocumentHTML

Question

当我使用InputStreamReader从网页读取数据时一切正常。我在将数据解析为 DocumentHTML 时遇到问题。

主要原因是HTML脚本中有一些特殊字符被错误使用。有两次 & 符号(“&&”)，我相信这会导致代码崩溃。

我的代码如下所示:

URL url = new URL(PageUrl);
URLConnection conn = url.openConnection();
// ... omitted ...

// parsing
HTMLDocument doc = (HTMLDocument)db.parse(conn.getInputStream());

由于我正在制作 Android 应用程序，因此我不使用标准解析函数，因为 DocumentHTML 对象会太大。

我发现了很多像使用 jsoup 一样解析 HTML 的现有示例，但它们不是我想要的。

我想编写自己的解析代码，以便 HTMLDocument 对象保持较小。

Answer 1

为什么不使用 Java 中所有可用的 Html 解析器？他们有社区支持，因此是最好的选择。

Open Source HTML Parsers in Java