jsoup: analizador HTML en Java que da sentido al HTML del mundo real.

jsoup es una biblioteca Java para trabajar con HTML del mundo real. Proporciona una API muy conveniente para extraer y manipular datos, utilizando lo mejor de DOM, CSS y métodos similares a jQuery.

jsoup implementa la especificación WHATWG HTML5 (http://whatwg.org/html) y analiza HTML en el mismo DOM que los navegadores modernos.

analizar HTML desde una URL, archivo o cadena
encontrar y extraer datos, usando recorrido DOM o selectores CSS
manipular los elementos HTML, atributos y texto
limpiar contenido enviado por el usuario contra una lista blanca segura, para prevenir XSS
generar HTML ordenado

jsoup está diseñado para manejar todas las variedades de HTML que se encuentran en la naturaleza; desde el prístino y válido, hasta el inválido tag-soup; jsoup creará un árbol de análisis sensato.

jsoup se ejecuta en Java 1.5 y superior.

Vea http://jsoup.org/ para descargas y documentación.

VUL4J-59

Más Populares