在Android中解析HTML

我试图在android中从一个网页解析HTML，由于该网页的格式不好，我得到了

SAXException

有没有一种在Android中解析HTML的方法？

你试过使用它吗

---

我认为该类在源代码质量方面是相当自由的（它在内部使用，这是根据现实生活中糟糕的HTML设计的）。虽然它不支持所有HTML标记，但它确实附带了一个处理程序，您可以实现它来对不理解的标记作出反应。

也许您可以使用WebView，但正如您在文档中看到的那样，默认情况下WebView不支持javascript和其他类似小部件的东西

---

我认为如果需要，可以启用javascript。

我刚刚遇到了这个问题。我试了一些东西，但还是决定用它。jar大约是132k，这有点大，但是如果你下载源代码并去掉一些你不会使用的方法，那么它就没有那么大了
=>它的优点是可以处理格式错误的HTML

这是他们网站上的一个很好的例子

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

//http://jsoup.org/cookbook/input/load-document-from-url
//Document doc = Jsoup.connect("http://example.com/").get();

Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
  String linkHref = link.attr("href");
  String linkText = link.text();
}

String tmpHtml=“一大堆html内容”；
字符串htmlTextStr=Html.fromHtml（tmpHtml.toString（）；

我们都知道编程有无限的可能性。一个问题有很多解决方案，所以我认为以上所有的解决方案都是完美的，可能对某些人有帮助，但对我来说，这一个拯救了我的一天

所以代码是这样的

  private void getWebsite() {
    new Thread(new Runnable() {
      @Override
      public void run() {
        final StringBuilder builder = new StringBuilder();

        try {
          Document doc = Jsoup.connect("http://www.ssaurel.com/blog").get();
          String title = doc.title();
          Elements links = doc.select("a[href]");

          builder.append(title).append("\n");

          for (Element link : links) {
            builder.append("\n").append("Link : ").append(link.attr("href"))
            .append("\n").append("Text : ").append(link.text());
          }
        } catch (IOException e) {
          builder.append("Error : ").append(e.getMessage()).append("\n");
        }

        runOnUiThread(new Runnable() {
          @Override
          public void run() {
            result.setText(builder.toString());
          }
        });
      }
    }).start();
  }

您只需在

main活动的
onCreate方法中调用上述函数即可

我希望这个对你们也有帮助

另外，请阅读位于
的原始博客，我怀疑Rhino的依赖性会使htmlunit在Android上的编译变得非常困难，但你可以试试。。。另外，其他一些非严格的HTML解析器（如soup）也可以使用。我想知道这里是否可以使用webkit。是的，您可以轻松地启用JS。但不需要使用webview进行html解析。这并不能回答这个问题。您可以尝试包含完整的jar，并在生产版本中的应用程序上运行ProGuard以删除未使用的代码。注意：JSoup非常慢。@kevin这一说法的来源是什么？您可能启用了一些调试。在客户端呈现html页面时，如何使用java脚本动态加载内容？Jsoup也会显示此内容吗？这很简单，我无法搜索确切的内容（如XPATH），请注意。这将“挂起所有线程”。当我得到一个包含html格式文本的json时，我会面临更大的压力。正确显示html文本没有问题，但在使用html.fromhtml（）后，我面对这个问题。漂亮简单，没有插件，喜欢它！tnx注意：对从
Html.fromHtml（str）
返回的
span
对象调用
toString（）
，将使许多
Html
标记无法工作（包括
）。因此，如果您要设置文本视图，只需执行以下操作：
myTextView.setText（Html.fromHtml（str））
@Sakiboy您是对的。除此之外，还有许多其他标记不适用于
Html.fromHtml（）
。看看这个棒极了，正是我想要的，我的服务器端开发人员向我发送了html，现在我可以轻松地将其转换为原始字符串，谢谢
  private void getWebsite() {
    new Thread(new Runnable() {
      @Override
      public void run() {
        final StringBuilder builder = new StringBuilder();

        try {
          Document doc = Jsoup.connect("http://www.ssaurel.com/blog").get();
          String title = doc.title();
          Elements links = doc.select("a[href]");

          builder.append(title).append("\n");

          for (Element link : links) {
            builder.append("\n").append("Link : ").append(link.attr("href"))
            .append("\n").append("Text : ").append(link.text());
          }
        } catch (IOException e) {
          builder.append("Error : ").append(e.getMessage()).append("\n");
        }

        runOnUiThread(new Runnable() {
          @Override
          public void run() {
            result.setText(builder.toString());
          }
        });
      }
    }).start();
  }