HTML-анализ в Android

Question

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

Спасибо.

Answer 1

Проверьте следующие HTML-парсеры. Там больше. Может быть, один будет работать для вас:

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

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

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

Answer 2

ИМО Есть два простых способа разбора HTML:

• Преобразовать HML в XML (XHTML), используя библиотеку (например, HTMLTidy), а затем использовать парсер
• Использовать существующий HTML парсер (например, стандартный веб-браузер, как WebKit, ForeFox, и/или IE), а затем читать «DOM», который является более или менее API-дружеский представление анализируемой HTML

в качестве альтернативы, если вы хотите написать собственный синтаксический анализатор (что я сомневаюсь, что вы должны, для домашней работы: было бы долго и усложнять чтобы реализовать его правильно/полностью), см. specs for parsing HTML.