leitende Java html parsers: Stärken und Schwächen

In den Java -Ökosystemen wählen Sie den richtigen Html Parser für verschiedene Webautomations -Taschen. Zu verschiedenen empfohlenen Parser gehören JTIDY, Nekohtml, JSOUP und TagSoup. Jedes bietet einzigartige Funktionen und Nachteile.

allgemeine Merkmale

Die meisten Java HTML -Parser implementieren die W3C -Dom -API, sodass Sie auf das Dom -Baum zugreifen können. Sie unterscheiden Kopfloser Webbrowser-ähnlicher API. Es ermöglicht Aktionen wie Formulare, JavaScript-Ausführung und Webseiten-Tests.

JSOUP: verfügt über eine benutzerdefinierte API, die die HTML-Manipulation und -A-Abrufen von Daten mit jQuery-like-CSS-Selektoren vereinfacht. Seine Stärke liegt in seiner Benutzerfreundlichkeit und effizientem Dombaum -Traversal. XPath:

string sement1 = (xpath.compile ("//*[@id = 'Frage'] //*[enthält (@class, 'post-text') // p [1]"). XPathConstants.node) .getFirstchild (). Zeichenfolge Absatz 1 = Frage. project:

For standard DOM traversal: JTidy, NekoHTML, TagSoupFor unit testing HTML: HtmlUnit

For convenient HTML data extraction: Jsoup