java - 哪种 Java API 数据结构适合 HTML 树？

Question

为了好玩，我正在编写一个基本的解析器，用于在 HTML 文档中查找数据。我想找到代表解析文件分支的最佳结构。“最佳结构”的标准是这样的:我想轻松搜索标签的相对位置并访问其内容，例如“正文中第三个 h3 标签之后的第二个图像标签中的图像”或“正文中的标题标签”标题”。

我希望在第一级标签中搜索我要查找的标签，然后移至与该标签关联的分支。这就是这个问题正在寻找的结构，但如果有更好的方法来查找 HTML 文档中的相对位置，请解释一下。

这就是问题所在。更一般地说，通过 API 可以使用哪些类型的 Java 结构来表示树数据结构？

Answer 1

不要重新发明轮子，只需使用像 Jsoup 这样的 HTML 解析器即可，您将能够通过 CSS 选择器 使用方法 Element#select(cssQuery) 获取标签。 .

Document doc = Jsoup.parse(file, encoding);
Elements elements = doc.select(cssQuery);