java - 解析HTML，获取其中想要的信息

Question

遇到一个比较棘手的需求：

1. 开发语言Java；

2. 程序定时读取HR邮箱中从前程无忧，智联发过来的简历（已实现，获到简历的HTML）；

3. 从简历HTML中解析获取想要的信息想（姓名，性别，电话，邮箱，工作经历，教育经历等等），保存到数据库中；

4. 把数据库中的简历数据用HTML展示，可让HR进行筛选；

我现在卡在了简历HTML的解析信息这步，我用比较笨的方法，字符串定位截取，但是这样没办法比较准确的获取到想要信息。。。求助大家，看有没有好方法解析。。

Answer 1

Jsoup を使用して対応する Document オブジェクトに変換すると、対応する要素を操作するときに便利です。
jsoup API: http://www.open-open.com/jsoup/

Answer 2

正規表現の使用についてはどうですか?一致する可能性のある形式についてさらに検討すれば、問題ないはずです。

Answer 3

通常のキャプチャを使用した方が良いでしょう

Answer 4

jsoupを使用できます

Answer 5

以前にも同様のことをしたことがありますが、これは非常に便利で、さまざまなタグなどを処理できます。

Answer 6

jsoup を好みます。
jsoup には CSS セレクターの構文に似た select 関数があり、正規表現よりもシンプルで便利です。

Answer 7

1 通常の
2 HTML解析ライブラリ、中国語では「ミスリル」と言うそうです