在Java中使用XPath查询HTML的库？_Java_Html_Xhtml_Xpath

在Java中使用XPath查询HTML的库？

java html xpath

在Java中使用XPath查询HTML的库？,java,html,xhtml,xpath,Java,Html,Xhtml,Xpath,有人能推荐我一个java库，让我可以通过URL进行XPath查询吗？我尝试过JAXP，但没有成功谢谢。我使用JTidy将HTML转换成一个合适的DOM，然后使用普通XPath查询DOM 如果您想进行跨文档/跨URL查询，最好将JTidy与XQuery一起使用。非常类似于jQuery语法方式。您可以与Saxon一起使用。通过这种方式，您只需将使用TagSoup的任何XML SAX解析器替换掉，XPath 2.0或XSLT 2.0或XQuery 1.0实现就可以像往常一样工作。有几种不同的方法在

有人能推荐我一个java库，让我可以通过URL进行XPath查询吗？我尝试过JAXP，但没有成功

谢谢。

我使用JTidy将HTML转换成一个合适的DOM，然后使用普通XPath查询DOM

如果您想进行跨文档/跨URL查询，最好将JTidy与XQuery一起使用。

非常类似于jQuery语法方式。

您可以与Saxon一起使用。通过这种方式，您只需将使用TagSoup的任何XML SAX解析器替换掉，XPath 2.0或XSLT 2.0或XQuery 1.0实现就可以像往常一样工作。

有几种不同的方法在Web上进行了说明：

使用

HtmlCleaner/JavaDOM解析器-（这是我推荐的方式）
HtmlCleaner本身有一个支持XPath的内置实用程序——请参阅javadocs或本例

使用

杰里科和杰克森

我已经尝试了这些方法的几种不同变体，即HtmlParser加上Java DOM解析器，以及JSoup加上Jaxen，但效果最好的组合是HtmlCleaner加上Java DOM解析器。下一个最好的组合是杰里科加杰克森

使用

Xsoup

。根据文档，它比

HtmlCleaner

更快。范例

 @Test
    public void testSelect() {

        String html = "<html><div><a href='https://github.com'>github.com</a></div>" +
                "<table><tr><td>a</td><td>b</td></tr></table></html>";

        Document document = Jsoup.parse(html);

        String result = Xsoup.compile("//a/@href").evaluate(document).get();
        Assert.assertEquals("https://github.com", result);

        List<String> list = Xsoup.compile("//tr/td/text()").evaluate(document).list();
        Assert.assertEquals("a", list.get(0));
        Assert.assertEquals("b", list.get(1));
    }

@测试
公共void testSelect（）{
字符串html=“”+
“ab”；
documentdocument=Jsoup.parse（html）；
String result=Xsoup.compile（“//a/@href”）.evaluate（document.get（）；
Assert.assertEquals（“https://github.com“，结果）；
List List=Xsoup.compile（“//tr/td/text（）”）.evaluate（document.List（）；
Assert.assertEquals（“a”，list.get（0））；
Assert.assertEquals（“b”，list.get（1））；
}

链接到Xsoup-

我不确定。它执行更简单的查询，这是基于xpath的。您可以阅读一些文档，其中有很多很酷的示例，解释了如何运行querys.jsoup（至少在1.7.3版中）不支持XPath.jsoup使用css/jQuery语法方式，这与XPath类似，也优于XPath。css选择器并不优于XPath。有些东西你可以在XPath中选择，但CSS选择器不可以。请看-这不是一个完全重复的问题，因为它询问了特定的XPath功能，但有更好的答案。@Reonarudo我的情况与你问这个问题时的情况相同。答案中有许多可能的建议/解决方案，但我想知道您使用了哪种解决方案（库）以及它是否按照您想要的方式工作？@UtherPendragon对不起，这是很久以前的事了，我记不起这是哪个项目。无论如何，现在应该有更新/更好的库可用。请注意，在Android 4.2.2上，HtmlCleaner 2.5比jSoup 1.7.2慢4倍。请注意，HtmlCleaner仅支持XPath 1.0.HTML Cleaner+DOM Serializer+Threading=非常糟糕的内存泄漏