解析來自HTML中的單詞和標籤在Java中

Question

我需要從html文件中提取所有標籤和單詞（按時間順序）。這裏是文件的示例： one two thre 我在輸出中想要的是一個數組或列表，如下所示： {「」，「one」，「two」，「thre」，「」} 知道有諸如jTidy或Apache Tina之類的工具，但這些工具僅用於從文檔中提取文本（或僅標記）。 我該怎麼辦？

Answer 1

爲此使用JSoup庫。它使Java中的HTML解析非常簡單。