如何在java中提取网页文本内容？

我正在寻找一种使用jdk或其他库从网页（最初是html）中提取文本的方法。请帮忙

谢谢

如果可能的话，使用a；Java有许多可用的工具

或者你可以像很多人一样使用正则表达式。但是，这通常是不可取的，除非您正在进行非常简单的处理

相关问题

文本提取：

标签剥离：

使用。这是目前最优雅的屏幕抓取库

URL url = new URL("http://example.com/");
Document doc = Jsoup.parse(url, 3*1000);
String title = doc.title();

---

我很喜欢它。
这里有一个简短的方法可以很好地包装这些细节（基于

java.util.Scanner

）：
这就是它的使用方式：

public static void main(String[] args) throws Exception {
   System.out.println(get("http://www.yahoo.com"));
}

最好的方法是使用“编译‘org.jsoup:jsoup:1.9.2’”

public static void main(String[] args) throws Exception {
   System.out.println(get("http://www.yahoo.com"));
}