使用Java将HTML文件读取到DOM树
是否有解析器/库可以使用Java将HTML文档读取到DOM树中？我想使用DOM/XpathJava提供的标准API。
大多数库似乎都具有自定义API来解决此任务。此外，大多数可用的解析器似乎都不支持将HTML转换为XML-DOM。
有一个好的HTML DOM解析器有什么想法或经验吗？
问题答案：
-
问题内容： 我需要阅读几个大（200Mb-500Mb）XML文件，所以我想使用StaX。我的系统有两个模块- 一个用于读取文件（使用StaX）；另一个用于读取文件。另一个模块（“解析器”模块）假定获取该XML的单个条目并使用DOM对其进行解析。我的XML文件没有特定的结构-因此我无法使用JaxB。如何向“解析器”模块传递要解析的特定条目？例如： 我想使用StaX来解析该文件-但是每个“项目”条目都
-
问题内容： 我从SUN网站（http://java.sun.com/developer/technicalArticles/Programming/compression/）找到了示例，但是它返回BufferedOutputStream。但是我想将ZipEntry文件作为InputStream，然后处理下一个文件。那可能吗？我的程序无法访问硬盘，因此它甚至无法临时保存文件。 问题答案： 好吧，只需
-
主要内容：Jsoup 读取文件获取HTML 语法,Jsoup 读取文件获取HTML 说明,Jsoup 读取文件获取HTML 示例以下示例将展示使用文件从磁盘获取 HTML，然后查找其数据。 Jsoup 读取文件获取HTML 语法 document ： 文档对象代表 HTML DOM。 Jsoup ： 连接 url 并获取 HTML 字符串的主类。 url ： 要加载的 html 页面的 url。 Jsoup 读取文件获取HTML 说明 connect(url) 方法建立到 url 的连接，get
-
问题内容： 真正简单的问题。我需要在Java程序中读取Unicode文本文件。 我习惯于使用带有BufferedReader FileReader组合的纯ASCII文本，这显然不起作用:( 我知道我可以使用“缓冲读取器”以“传统”方式读取字符串，然后使用类似以下方式的字符串进行转换： 但是，有没有办法将阅读器包装在“转换器”中？ 编辑：文件以FF FE开头 问题答案： 您不会包装Reader，而是
-
问题内容： 我提出了一个错误： 我想在网上阅读HTML文件 问题答案： 您的URI不是URI。没有协议组件。它需要http：//或您打算使用的其他协议。
-
问题内容： 我正在寻找一种简单的方法来获取位于远程服务器上的文件。为此，我在Windows XP上创建了本地ftp服务器，现在我想为测试Applet提供以下地址： 当然，我会收到以下错误： URI方案不是“文件” 我一直在尝试其他方法来获取文件，但它们似乎没有用。我该怎么办？（我也很想执行HTTP请求） 问题答案： 您不能使用ftp开箱即用。 如果文件位于http上，则可以执行以下操作： 如果要使