我正在开发一个需要解析 HTML 文档的产品。我寻找了 Jericho、TagSoup、Jsoup 和 Crawl4J。我应该使用哪个解析器来解析 HTML,因为我需要使用quartz 在多线程环境中运行此过程?
如果内存中同时运行 10 个线程,那么我需要一个消耗更少内存的 API。在 jericho 中,我在某处读到它是基于文本的搜索 API,并且消耗更少的内存。我对吗?或者我应该去别的地方,为什么?
最佳答案
测试它们并检查它们的内存占用。如果不知道和测试您要解析的 HTML,就很难对内存配置文件进行预测。
FFIW,我在许多不同的系统中使用过 Jsoup,我发现它工作得非常好。我也从未注意到它有任何严重的内存问题。
关于java - 我应该使用什么 html 解析器?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12368834/