用 Java 解析 HTML 中的单词和标签
我需要从 html 文件中提取所有标签和单词（按时间顺序）。这是文件的示例： 一二三 我想要的输出是一个数组或列表，如下所示： {"", "一", "二", "三", ""} 我知道有 jTidy 或 Apache Tina 等工具，但这些工具仅用于从文档中提取文本（或仅标签）。 我应该怎么办？
I need to extract all tags and words (in chronological order) from html file. Here's the example of file:
one two thre
What I want at the output is an array or a list which looks like this:
{"", "one", "two", "thre", ""}
I know that there are tools such as jTidy or Apache Tina, but these tools are for extracting only text (or only tags) from a document.
What should I do?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
为此，请使用 JSoup 库。它使 Java 中的 HTML 解析变得异常简单。
Use the JSoup library for this. It makes HTML parsing in Java incredibly easy.