亲测各种java的html解析器 目标：解析成Document并且能使用XPathAPI, Cobra胜出

正在做一个网站分析工具，需要一个html解析器，目标是解析html文档到org.w3c.dom.Document，并且要能使用XPathAPI 进行节点查找。

今天测了很多个开源库，都不满意，只有COBRA的兼容性要好一点。

列一下今天侧过的开源库：
Cobra 很不错，能完成任务
HTML Parser 不能解析成Document
Java HTML Parser 不太记得了，不过也不好用
Java Mozilla Html Parser 使用了本地库，但是居然解析出来的Document不能用XPathAPI查找
NekoHTML 这个是HTMLUnit在用的库，可以解析出Document，但是一部分网页不能用XPath查找
Jericho HTML Parser 可以解析出Document，但是一部分网页不能用XPath查找
JTidy 不能解析出Document
VietSpider HTMLParser 不太记得了，不过也不好用

评论

1 楼 tan8888 2012-05-10  

这些java开源库，太烂，没一个用得上