HTMLのテキスト部分だけを抜き出したいとか、特定タグの内容を抽出したいとかいうことを実現するものは、HTMLパーサーと呼ぶらしい。 ライセンス含めて使えそうなのを参考からピックアップする。 検討結果 2014-07-31時点で jsoup が良いんじゃないかと思った。 MITライセンスなのと、パーサー機能、使い方も悪くなさそう。最終更新日も割と最近。 参考 Comparison of HTML parsers テーブルでの比較 Javaで実装されたHTMLパーサの性能や使い勝手を比べてみるよん | 世界はどこまでもシンプルである たくさんのライブラリへのリンク 2007/08/23 日記: Javaで実装された HTML Parser (HTMLパーサ) を調べてみました テーブル形式でライセンスまで掲載 JavaのHTMLパーサー色々 - ドナドナごとごと サンプル付きでリンク紹介(j
![HTMLパーサーメモ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/54308ff829f005f7072ae57692aab77d8110febc/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9SFRNTCVFMyU4MyU5MSVFMyU4MyVCQyVFMyU4MiVCNSVFMyU4MyVCQyVFMyU4MyVBMSVFMyU4MyVBMiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZmI1NWQxM2JkYjNiMGM3YWFhOTM0MzM3N2ZiYmNkMTI%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwbW8xMmlubyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9YzYxZjc0ZTBjNTI4MjhlNWY4YTBjNjk2MTU4NTc5MmI%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D73887f738482dbe010558a8de447063f)