java html解析-jsoup

结论：使用jsoup解析最方便。

 

xml的两种解析方式：DOM，SAX

• DOM：将整个文档全部读入内存中构成树，方便全局超找和校验
• SAX：用流的方式部分部分的读入xml进行解析，对内存消耗小

html：和xml格式类似，一般不会太大，用DOM解析比较合适。

现有工具：jsoup，nekohtml，htmlparser，jquery

 

jsoup优势：

能够从URL、文件或字符串解析HTML。利用DOM遍历或CSS选择器查找和抽取数据。（和jquery类似）。

简言之：获取和定位元素非常方便。