タグをとるのに、SAX

解決済

質問者：Judau_MSZ-010
質問日時：2004/11/12 22:04
回答数：2件

htmlのソースからタグを取り除くのに
saxを使えばよいといわれたのですが、
これってXMLのためのものですよね？
htmlでもできるんですか？
たしかhtml用のクラス？パッケージ？
どちらかわすれましたが、あったような気がする
のですが、
お願いします。

通報する

この質問への回答は締め切られました。

質問の本文を隠す

回答 (2件)

ベストアンサー優先
最新から表示
回答順に表示

No.1ベストアンサー

回答者： Te-Sho
回答日時：2004/11/12 23:18

XMLもHTMLもタグ付きテキストですからSAXもしくはDOMでparseすれば属性も要素も取得可能です。

w3cで定義されたタグなのか、独自やDTDで定義されたタグなのかの違いだけです。
パッケージはSUNのページにJAXPがありますのでダウンロードしてclasspathを通してください。
詳しくはJAXPのjavadocを参照してください。

注意としては解析するHTMLのタグは入れ子になっていないとか、ちゃんと閉じられていなければならなかったかと思います。XMLでは必ず閉じる物ですから。ちょっと記憶が定かでないのですが。

あと、やりようによってはXSLでタグを取ることも可能ですね。