有没有Java类可以解析html文件并生成树？

本人想解析一个html文件，并生成相应的dom tree，然后在tree你们取一些信息来用，也就是网页信息抓取。

请问，有什么现成的类可以使用吗？

我现在使用ParserDelegator，它只是解析html文化后，碰到tag时把tag和属性通过回调函数传回，碰到tag结束调用相应的回调函数，这样还是需要我自己去建立树。

有没有直接解析完毕就是一个dom tree，然后通过dom tree的方法获取你们的信息？

Java的类这么丰富，我想应该有吧，如果没有，有什么好的tree结构可以使用了？

偶是Java新手，对类不熟，烦请高手指教。

4 个解决方案

#1

解析具体的网页 提取内容

最好用的是正则表达式


html不是强格式的

可能会不规范

#2

吼吼 使用jsoup

#3

用开源组件dtree吧  再结合extjs 或 ajax 实现 你要的功能吧~~我觉得dtree还行啊

#4

这么说，还是需要自己生产dtree了

OK，我试一下