java - 在格式错误的 HTML 中按类型获取元素

Question

在 Java 中检索格式错误的 HTML 页面中具有某种类型的所有元素的最简单方法是什么？所以我想做这样的事情:

public static void main(String[] args) {
    // Read in an HTML file from disk
    // Retrieve all INPUT elements regardless of whether the HTML is well-formed
    // Loop through all elements and retrieve their ids if they exist for the element
}

Answer 1

HtmlCleaner在处理(有些)格式错误的 HTML 方面，可以说是最好的 HTML 解析器之一。

文档是 here一些代码示例；您基本上是在寻找 getElementsByName() 方法。

看看Comparison of Java HTML parsers如果您正在考虑其他库。