我需要在Java中解析HTML 4。理想情况下,我希望它是SAX兼容的实现。
我知道有很多Java的HTML解析器,但是它们似乎都进行了“整理”。换句话说,它们会纠正格式不正确的HTML。我不想要这样。
我的要求是:
我知道有很多Java的HTML解析器,但是它们似乎都进行了“整理”。换句话说,它们会纠正格式不正确的HTML。我不想要这样。
我的要求是:
- 不整理。
- 如果输入文档是无效的HTML,则解析应该失败。
- 文档应该可以针对HTML DTD进行验证。
- 解析器可以生成SAX2事件。