【java】html解析

一、首推Jsoup（憑直接首推的，對該類庫不熟悉）

中文文檔： http://www.open-open.com/jsoup/parsing-a-document.htm

Jsoup使用：  http://www.iteye.com/topic/1010581

最簡單實用： http://hongmin118.iteye.com/blog/1229705

/**     * 解析一個html字串，只得到此字串中的文本     * @param html     * @return     */    public static String html2txt(String html) {        //<span style="color: rgb(229, 51, 51); background-color: rgb(0, 153, 0); font-weight: bold; font-style: italic; text-decoration: underline;">測試1</span>        Document document = Jsoup.parse(html);        String content = document.text();        return content;    }

自己的代碼：

//讀取了html的全部文字部分，沒有標籤//data可以是不完整的html頁面資料Document doc = Jsoup.parse(data);text = doc.text();//擷取全部圖片標籤media = doc.select("img[src]");//擷取標籤的連結String imgurl = src.attr("abs:src");

 

二、htmlparser

使用：http://free0007.iteye.com/blog/1131163