可能重复：
如何从网页中提取文本内容？
我搜索了很多，但找不到我要找的东西。实际上我想从网页中提取数据（只有主要数据，如新闻页面中的文章）。在谷歌上我发现了很多开源软件像bottlepipe，Jtidy等，但我想编写自己的代码来做到这一点。因为我已经在java中完成了编程并希望在java中实现它。有没有办法在不使用开源库的情况下做到这一点？
你能给我一些很好的教程吗？
问问题
74 次
可能重复：
如何从网页中提取文本内容？
我搜索了很多，但找不到我要找的东西。实际上我想从网页中提取数据（只有主要数据，如新闻页面中的文章）。在谷歌上我发现了很多开源软件像bottlepipe，Jtidy等，但我想编写自己的代码来做到这一点。因为我已经在java中完成了编程并希望在java中实现它。有没有办法在不使用开源库的情况下做到这一点？
你能给我一些很好的教程吗？