java - JavaでURLからのみエンコードされたHTMLコンテンツを取得

Question

HTML をエンコードできるが、コンテンツのみをエンコードできる Java のライブラリはありますか?

私は好きです

<div>Tél</div>

そして私はただ欲しい

<div>T&eacute;l</div>

それ以外の

&lt;div&gt;T&eacute;l<&lt;/div&gt;

HTML全体をエンコードするには、このライブラリが必要です。ライブラリ JSoup を試してみましたが、いくつかのオブジェクトを処理するときにバグがあります。

ありがとう

Answer 1

正規表現を使用して HTML を解析することは決して良い考えではありません。これは災害のレシピです。

まず、Java での HTML 解析に関するこの Q&A を見てください: Java HTML Parsing

HTML を解析して内部の HTML テキストを取得できるようになったら、次のいずれかの方法でHTML をエンコードできます。