HTML Parser

[tinytime]

Hallo,

welche HTML Parser sind empfehlenswert?

 

[FArt]

Hallo,

welche HTML Parser sind empfehlenswert?

Jeder der deinen Erwartungen entspricht.

java parse html - Google-Suche

 

[Marco13]

Ach ja, die gleiche Sorte Antworten wie bei Spotlight damals immer *nostalgisch werd*

Wer schonmal ernsthaft nach sowas gesucht hat, um das tatsächlich zu verwenden, merkt, dass es gar nicht so leicht ist, da einen zu finden, der den eigenen "...Erwartungen entspricht". Natürlich sind diese tatsächlich schwer allgemein zu fassen. Aber eine subjektive(!) Empfehlung für den, den ich nach einigem Suchen und frustriertem Gefrickel mit anderen dann als für mich passend erachtet habe: Jericho HTML Parser - Schau dir die Beispiele an, ob er für dich passt.

 

[FArt]

Ach ja, die gleiche Sorte Antworten wie bei Spotlight damals immer *nostalgisch werd*

Kommt immer auf die Frage an, weißt du ja...

*auch nostalgisch werd*
bohne werde ich nie vergessen...

 

[Grizzly]

Nachdem ich auch gerade auf der Suche nach einem HTML Parser bin und keinen neuen Thread deswegen erstellen möchte, belebe ich diesen hier wieder.

Ich habe mal etwas gesucht und habe zwei HTML Parser, die auch noch - anscheinend - weiterentwickelt werden:
jsoup Java HTML Parser, with best of DOM, CSS, and jquery
Jericho HTML Parser
Es gab auch noch ein paar andere. Deren Entwicklung ist aber zwischenzeitlich wieder eingestellt.

Wie sind Eure Erfahrungen mit den Zweien? Wie sieht es mit "kaputtem" HTML aus? Kommen die Parser damit aus?

 

[Grizzly]

Sodele, ich habe mich für den Jsoup Parser entschieden. Der kann sogar ganz verquere Sachen noch parsen.
Beispiel:

<meta name="keywords" content="Wort, Wort, Wort">

In meinem Fall wurde der Inhalt des content Attributs zwar mit einem Anführungszeichen begonnen, aber hinten nicht abgeschlossen. Sprich:

<meta name="keywords" content="Wort, Wort, Wort>

Und Jsoup konnte die Datei trotzdem ohne Probleme parsen. Auch das Encoding der Seite wurde richtig interpretiert.

 

[Marco13]

Der Jericho schluckt auch ziemlich kaputte Sachen (hatte ja schon oben erwähnt, dass ich den für meine Zecke (!) gut fand). Welchen man verwendet hängt wohl vom genauen Problem und den eigenen Präferenzen ab.

 

[Grizzly]

Der Jericho schluckt auch ziemlich kaputte Sachen (hatte ja schon oben erwähnt, dass ich den für meine Zecke (!) gut fand). Welchen man verwendet hängt wohl vom genauen Problem und den eigenen Präferenzen ab.

Ich muss zugeben, dass ich Jericho nicht mehr ausprobiert habe, nachdem Jsoup funktioniert hat und zumindest die Funktionalitäten, die ich brauche, besitzt. Prinzipiell ist es wahrscheinlich nicht schlecht, sich beides anzuschauen.