一、首推Jsoup（凭直接首推的，对该类库不熟悉）

中文文档：

Jsoup使用： 

最简单实用：

/**     * 解析一个html字符串，只得到此字符串中的文本     * @param html     * @return     */    public static String html2txt(String html) {        //测试1        Document document = Jsoup.parse(html);        String content = document.text();        return content;    }

自己的代码：

//读取了html的全部文字部分，没有标签//data可以是不完整的html页面数据Document doc = Jsoup.parse(data);text = doc.text();//获取全部图片标签media = doc.select("img[src]");//获取标签的链接String imgurl = src.attr("abs:src");

 

二、htmlparser

使用：