Java 解析器 HTML 使用纯字符串方法？

Question

这是个好主意吗？嗯，我使用过其他第 3 方库，如 JSoup，它工作得很好，但对于这个项目来说它是不同的。当您只想从中获取一项时，加载和解析整个文档是否值得？有些html页面也很简单，所以我也可以使用String方法。原因是内存会成为一个问题，并且加载文档也需要一些时间。解析 XML 时，我总是使用 SAX 解析器，因为它不会将其加载到内存中，而且速度很快。我可以在 html 文档上使用同样的东西吗？或者已经有这样的东西了吗？因此，如果有一个非 DOM HTML 轻量级解析器，那就太好了。

Answer 1

如果 HTML 符合 XML(即 XHTML)，那么您可以使用标准 SAX 解析器。在这里您可以找到可供选择的 Java HTML 解析器列表:http://java-source.net/open-source/html-parsers 。 HotSax 可能会处理您的所有用例。