html解析器比较
html的解析器很多，常用的有htmlparser和jsoup，jsoup可以看做是htmlparser的简化，因为其强大的选择器使得获取元素非常的方便，有点类似Jquery中的选择器（可以直接拿），而htmlparser结构简单，功能强大，但是比较难上手，而且很久没有更新，所以现在越来越多的人推荐使用Jsoup。当然，还有很多其他的解析器，下面给出一些简单介绍。
-
HTML文档解析器 HTMLParser
HTML Parser 是一个对HTML进行分析的快速实时的解析器，最新的发行版本是1.6，另外2.0的开发版本已经两年没有进展了。示例代码： Parser parser = new Parser ("http://whatever"); NodeList list = parser.parse (null); Node node = list.elementAt ()
-
HTML解析器 jsoup
jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。示例代码： File input = new File("/tmp/input.html");Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");Element content = doc.getElementById("content")
-
HTML文档解析器 NekoHTML
NekoHTML是一个Java语言的 HTML扫描器和标签补全器(tag balancer) ,使得程序能解析HTML文档并用标准的XML接口来访问其中的信息。这个解析器能够扫描HTML文件并“修正”许多作者（人或机器）在编写HTML文档 过程中常犯的错误。 NekoHTML能增补缺失... 更多NekoHTML信息
-
Html文档解析器 JTidy
JTidy 是 HTML Tidy 用Java语言实现的版本，提供了一个HTML的语法检查器和很好的打印功能。JTidy可以用来清除格式不好和不对的 HTML。此外，JTidy提供了对整个HTML的DOM分析器。程序员可以将JTidy当作一个处理HTML文件的DOM解析器来使用。
-
Html文档解析器 HtmlCleaner
HtmlCleaner是一个开源的Java语言的Html文档解析器。HtmlCleaner能够重新整理HTML文档的每个元素并生成结构良好(Well-Formed)的 HTML 文档。默认它遵循的规则是类似于大部份web浏览器为创文档对象模型所使用的规则。然而，用户可以提供自定义tag和规则组来.
-
Streaming HTML parser
Streaming HTML parser 是一个 C 语言的 HTML 解析器。示例代码 #include <stdio.h>#include <streamhtmlparser/htmlparser.h>int main(void) { unsigned int getchar_ret; htmlparser_ctx *parser = htmlparser_new(); while((getchar_ret =... 更多Streaming HTML parser信息
-
HTML解析库 html5lib
html5lib 是一个 Ruby 和 Python 用来解析 HTML 文档的类库，支持HTML 5 以及最大程度兼容桌面浏览器。主要特性包括： Parses valid and invalid HTML documents to a tree Support for minidom, ElementTree (including cElementTree and lxml.etree)... 更多html5lib信息
-
HTML 解析和生成器 Cobra
Cobra 是一个纯 Java 的HTML 解析和生成器，支持 HTML 4 、JavaScript、CSS 2 示例代码： import org.lobobrowser.html.parser.*;import org.lobobrowser.html.test.*;import org.lobobrowser.html.gui.*;import org.lobobrowser.html.*;import org.w3c.d... 更多Cobra信息
-
Ruby的HTML/XML解析库 Nokogiri
Aaron Patterson和Mike Dalessio开发了一个新的Ruby解析HTML/XML的ruby库 － Nokogiri。他的速度比目前应用的最广泛的Hpricot还要快许多。经过Benchmark测试表明，Nokogiri在加载XML文档的速度是Hpricot的7倍，在XPATH搜索的速度是Hpricot的5倍，而在CSS选... 更多Nokogiri信息
-
PHP操作HTML/XML的类库 QueryPath
毫无疑问，HTML、HTTP 和 XML 是支撑 Web 技术的三种最重要的技术。对于 PHP 开发人员而言，使用这些技术可能比较麻烦。但是，新的 QueryPath 库，即 jQuery JavaScript 库面向 PHP 的一个版本，为使用 XML、HTML 和 HTTP 提供了一个方便的 API。从 Web ... 更多QueryPath信息
-
C#的HTML解析 afterwork
afterwork 是一个 C# 语言用来解析 HTML 文档的开发包。 更多afterwork信息
-
Jericho HTML Parser
Jericho HTML Parser 是一个 Java 的类库用来解析HTML文档。 更多Jericho HTML Parser信息
-
Java的HTML解析包 jScraper
jScraper 提供了简单的接口用来解析HTML文本，它将HTML文本转成Java的对象。查看 jScraper 的 JavaDoc 文档： http://sharkysoft.com/software/java/html/docs/javadocs/... 更多jScraper信息
-
HTML 解析器 Jericho
Jericho HTML解析器是一个Java库，以分析和操纵部分的HTML文件，其中包括服务器端的标签，而过滤掉任何无法识别的或无效的HTML 。它也提供高层次的HTML表单操作函数。示例代码： import net.htmlparser.jericho.*;import java.util.*;import java.io.*;im... 更多Jericho信息
-
HTML解析器 CyberNeko
CyberNeko 是一个HTML解析器,它可以将HTML文件解析成w3c的Document对象。也就是 NekoHTML 更多CyberNeko信息
-
HTML和CSS的C++解析器 htmlcxx
htmlcxx 是一个 C++ 的 HTML 解析器和 CSS1 的解析器。The parsing politics attempt to mimic the behavior of Mozilla Firefox, so you should expect parse trees similar to those created by Firefox. However, it does not insert nonexistent stuf... 更多htmlcxx信息
-
Python的HTML解析器 Beautiful Soup
Beautiful Soup 库是一个非常神奇的 “粗糙的解析器”，用于解析实际 Web 页面中包含的有效 HTML。示例： from BeautifulSoup import BeautifulSouphtml = "<html><p>Para 1<p>Para 2<blockquote>... 更多Beautiful Soup信息
-
HTML 解析类库 MozillaParser
MozillaParser 是一个 Java 的HTML 解析类库，基于 mozilla 的html 解析器，提供了Java类到 Mozilla类的一个桥接，输入一个HTML文本，输出一个 Java 的 Document 对象。 更多MozillaParser信息
-
Python的HTML解析 mechanize
当您希望与 Web 页面中找到的内容进行某种比较复杂的交互时，您需要使用 mechanize 库示例代码： import refrom mechanize import Browserbr = Browser()br.open("http://www.example.com/")# follow second link with element text matching regular ex... 更多mechanize信息
-
HTML Purifier
HTML Purifier是一个可以用来移除所有恶意代码(XSS)，而且还能确保你的页面遵循W3C的标准规范的PHP类库。 更多HTML Purifier信息
-
HTML解析器 HotSax
HotSAX是一个快速，小型的footprint,用于HTML/XML/XHTML的非确认的SAX2解析。它可以在简单的Web代理、页面抓取器和爬虫程序中使用。它类似于Apache Xerces分析器。 更多HotSax信息
-
HtmlDistiller
HtmlDistiller 是一个 .NET 的 HTML 文档解析类库。该类库对 HTML 文档的格式要求并不严格，可根据标签名、属性和样式进行过滤。 更多HtmlDistiller信息
-
PHP Simple HTML DOM Parser
这是一个 PHP5 的 HTML 文档解析器，示例代码： // Create DOM from URL or file $html = file_get_html('http://www.google.com/'); // Find all images foreach($html->find('img') as $element) echo $element->src . '<br>'; // Fin... 更多PHP Simple HTML DOM Parser信息
-
Pure JavaScript HTML Parser
这是一个纯 JavaScript 的 HTML 文档解析器，在线演示。示例代码： var results = ""; HTMLParser("<p id=test>hello <i>world", { start: function( tag, attrs, unary ) { results += "<" + tag; for ( var i = 0; i < at... 更多Pure JavaScript HTML Parser信息
-
HTML解析器 TagSoup
TagSoup 是一个Java开发符合SAX的HTML解析器 更多TagSoup信息