java - 如何在不使用 Jsoup 的情况下解析 html 文件？

Question

我需要解析一个作业项目的 HTML 文件，因此我无法使用 Jsoup。

我尝试过抓取该文件，但我不知道如何保存我要查找的内容。

这就是我所拥有的:

    FileInputStream fis = new FileInputStream(filename);
    InputStreamReader inStream = new InputStreamReader(fis);
    BufferedReader reader = new BufferedReader(inStream);

    String fileLine;
    while((fileLine = reader.readLine()) != null){

        String tag = fileLine.substring(fileLine.indexOf("<") + 1,fileLine.indexOf(">"))
    }

我需要找到 title> 标签内的信息，但我不知道如何在不获取我不需要的标签的情况下获取该信息，也不知道如何处理没有标签的情况。

我想获取标题标签中的信息并将其转换为我可以使用的字符串。

Answer 1

String fileDataString = Files.readAllLines(Paths.get(fileName), Charset.forName("UTF-8")).stream().collect(Collectors.joining("\n"));

String title = StringUtils.substringBetween(fileDataString, "<title>", "</title>"));

这应该可以获取 <title> 和 </title> 之间的文本

编辑:感谢 BlackPearl 的 Stream<String>.collect(Collectors.joining("\n"));建议