Разбор HTML в Android

Question

Я пытаюсь научиться разбирать HTML, но, поскольку у меня нет большого опыта работы с Java или Android, это немного сложно.Я прочитал учебник по синтаксическому анализу IBM XML и научился анализировать RSS-канал.Моя проблема: я хотел бы получить данные с сайта HTML.Я прочитал некоторую информацию о HTML Cleaner, JSON и т. Д., Но я не могу найти хороший учебник, чтобы помочь мне.У вас есть какие-нибудь учебники, которые могут быть полезны?

Спасибо.

Answer 1

Проверьте следующие HTML-парсеры.Есть больше там.Может быть, вам подойдет:

• HTMLCleaner: http://htmlcleaner.sourceforge.net/

• TagSoup: http://ccil.org/~cowan/XML/tagsoup/

• Иерихон: http://jericho.htmlparser.net/docs/index.html

Answer 2

IMO существует два простых способа анализа HTML:

• Преобразование HML в XML (XHTML) с использованием библиотеки (например, HTMLTidy), а затем использование синтаксического анализатора XML
• Использованиесуществующий анализатор HTML (например, стандартный веб-браузер, такой как WebKit, ForeFox и / или IE), а затем прочитайте «DOM», которое является более-менее-дружественным для API представлением проанализированного HTML

В качестве альтернативы, если вы хотите написать свой собственный синтаксический анализатор (что, я сомневаюсь, вам следует сделать для домашней работы: было бы долго и сложно реализовать его должным образом / полностью), см. Спецификации для анализа HTML .