在Java中类似于jQuery的库是什么？

Question

我正在寻找一款简单、轻量级的Java库，用于解析HTML。我已经搜索了很多选项，但是没有找到合适的东西。我真的希望有像Python中的pyquery一样的Java库。我的要求是：快速、易于使用和轻量级。

我需要这个库来做什么？不确定是否重要，但我需要索引HTML文档的部分。因此，我希望能够快速选择文档的某个部分，然后对其进行解析。

- Amir Raminfar

Answer 1

过去我使用过HTMLParser，但并不是很满意。我发现了tagsoup和jsoup。我非常喜欢jsoup。虽然还没有广泛使用过，但你可以像下面这样使用它：

Elements resultLinks = doc.select("h3 > a"); // direct a after h3

- Amir Raminfar

---

使用jsoup之后，我认为它正是我在寻找的。我不明白为什么经过这么多搜索，没有找到它。但它几乎拥有我需要的所有功能。 - Amir Raminfar

Answer 2

试试Groovy。它有许多“slurpers”，这些DSL用于读取标记语言，如XML和HTML，以及JSON。这里是一个例子。

- Anatoly G

---

Groovy是一种运行在JVM上的语言，非常容易包含在您的项目中。我不明白为什么会被投票否决。 - Anatoly G

我为你的评论点了赞，Ben，但我猜那个人投了反对票，因为Groovy并不是真正的Java？ - djondal

到底什么是“真正的”Java呢？它在JVM上运行，用Java编写，易于运行。 - Anatoly G

@djondal.. 谢谢。是的，也许这仍然适用。无论如何，投票反对而不提供反馈真的很糟糕。 - Ben

也许他们应该改变 Stack Overflow，这样我们就不能在没有评论的情况下投反对票了。 - Ben

我有一些高度GUI敏感的数据需要解析，然后传递给Solr。我希望有一个直接的Java解决方案。虽然我会尝试它。 - Amir Raminfar

Answer 3

使用tagsoup将HTML标准化为xhtml，并使用XOM解析生成的文档。这并不难。

XPath将为您提供类似于CSS选择器的简单选择。

- Stefan Kendall

---

看起来很相似。Tagsoup 也有一个可以下载的 Java 库，但它不提供任何解析或查找功能；它仅产生良好的 XML，您可以对其进行解析。 - Stefan Kendall

Answer 4

看看 Jerry，它看起来非常有前途。http://jodd.org/doc/jerry/

- John Ding