jsoup:用于处理现实世界HTML的Java库 开源

jsoup是一个用于处理真实世界HTML的Java库。它使用最好的HTML5 DOM方法和CSS选择器提供了一个非常方便的API，用于获取URL以及提取和操作数据。jsoup实现了WHATWG HTML5规范，并将HTML解析为与现代浏览器相同的DOM。jsoup处理各种常见的HTML；从原始和验证，到无效的标签汤；jsoup将创建一个合理的解析树。解析器将尽一切努力从您提供的HTML创建一个干净的解析，无论HTML格式是否正确。您在Java字符串中有HTML，并且您想解析该HTML以获取其内容，或确保其格式正确，或对其进行修改。字符串可能来自用户输入、文件或网络。