html从字符串java/gwt解析htmltags

Question

嘿，我想从html中解析一些数据，这些数据以字符串形式发送给我。 我想要的数据是大写的，我将在这里把它命名为DATAx。 数据的长度是任意的

http://pastebin.mozilla.org/1270216

还有很多类似的行需要解析

谢谢你

Answer 1

我在jsoup方面运气很好。它使用jQuery风格的dom节点选择器，可以处理HTML片段，甚至是格式非常糟糕的片段

Answer 2

我不知道jsoup，但是TagSoup是一个很棒的HTML解析库。我已经在一个生产系统中使用它好几年了，它已经在野外运行了数万（至少）个网页，我们从来没有遇到过TagSoup的一次失败。它甚至可以处理最糟糕的HTML格式