我有博客文章（示例 1，示例 2）。解析 HTML 和检测作者、标题、日期、文章内容、评论（分别）的最佳方法是什么。应跳过所有其他内容。
问问题
226 次
2 回答
0
您可能无法获得所需的一切，但我认为Boilerpipe值得一看。
于 2013-05-29T22:17:45.080 回答
0
假设您的博客站点有一个 RSS 提要，您可以使用 Java 的 SAX 解析器来快速浏览 XML
http://download.oracle.com/javase/1.4.2/docs/api/javax/xml/parsers/SAXParser.html
这是某人使用 SAX Parser 解析 RSS 的示例
于 2011-08-23T20:07:50.623 回答