java - 适用于 HTML 的 Java 最佳 DOM API

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的，因为它们往往会吸引固执己见的答案和垃圾邮件。相反，describe the problem以及迄今为止已采取哪些措施来解决该问题。

已关闭 9 年前。

Improve this question

当我需要使用使用 HttpURLConnection 代码检索的 HTML 文档时，什么是适合 Java 的良好 DOM api？ 。我注意到jsoup除了作为 DOM 解析器之外，还可以进行一些 http 连接。有没有更好或更适合更复杂的http请求的东西？

Answer 1

用两句话来说，我的答案是:(A) 不要在应用程序设计中将网络连接与 DOM 解析混合在一起。 (B) 与 JSoup你已准备好出发。

以下是更多详细信息:

(A)我不建议混合使用这两个要求 (1) DOM 解析和 (2) 处理 HTTP 连接。当然，我不知道你手头的情况，但你可能最终会得到一个不清晰的设计，这将很难维护。例如，如果您迁移到 HTTPS，您可能依赖于解析器能够处理它。

(B) 也就是说，如果您正在处理 HTML 文档，您可能会对不仅能够处理有效的 XHTML，而且能够处理不完整的标记更感兴趣。

stackoverflow 上还有其他相关问题(例如 this 或 this )，可归结为以下工具:

• 清理 HTML 页面以符合 XHTML，
• DOM 解析，
• 两者的结合。

最常用的工具似乎是

• JSoup
• JTidy
• TagSoup (SAX，而不是 DOM)
• NekoHTML (+练习)

Here为了您的方便，还有一个开源 Java HTML 解析器的列表。

如果您仍然认为您的解析器应该处理 URL 连接，也许您可​​以指定更多有关“更复杂的 http 请求”含义的详细信息？

HTH