Java语言。比较网页结构(dom)相似性。

Question

有没有一个库(用于java)来比较网页之间的相似性(HTML，dom相似性)？

在我的应用程序中，我想对网站的链接进行分类。例如：group 1: Product detail page group 2: Category page (用于在线购物网站等)。

对于这样的分类，html结构(dom)相似度是我认为最好的方式。请帮帮忙。

Answer 1

不完全是您所要求的，但是如果HTMl是有效的XML，那么您可以使用XMLUnit，它是very simple，用于比较与它的相似性。