Cómo convertir HTML a texto en Java

Al trabajar con Java, que puede ser especialmente útil para convertir rápidamente el código HTML existente en código Java utilizable. Desafortunadamente , la conversión de manual de HTML a Java es un proceso lento que requiere más busywork de libros - inteligencia , llevando a muchos programadores a frustrarse rápidamente. Afortunadamente , hay un parser HTML libre, de código abierto para Java que se puede utilizar para convertir automáticamente HTML a Java sin problemas. Configuración del analizador es bastante simple, y sólo debe tomar un corto tiempo para aprender y dominar . Cosas que necesitará
NekoHTML Analizador
Xerces Java Analizador
Mostrar más instrucciones

1 Vaya a la página de descarga NekoHTML ( ver enlace en Recursos ) .
Página 2

Descargue la versión más reciente del analizador nekoHTML .
3

Descomprime el archivo nekoHTML , a continuación, agregar el archivo " nekohtml.jar " a la " ruta de clases" , . desde el directorio nekohtml extraída
4

Vaya a la página de descarga analizador Xerces Java ( ver enlace en Recursos )
5

Descargue la versión más reciente del analizador Xerces . en su disco duro local.
6

Descomprima el archivo " Xerces -J- bin.2.9.1 " . A continuación, añadir el archivo " xercesImpl.jar " a la " ruta de clases" en el directorio de Xerces extraído. Una vez que ambos . JAR se han añadido correctamente a la CLASSPATH , usted debe ser capaz de analizar cualquier código HTML cuando sea necesario.