解析xml文本

Question

我有以下链接

https://hero.epa.gov/hero/ws/swift.cfc?method=getProjectRIS&project_id=993&getallabstracts=true

我想解析这个xml只获取文本，比如

Provider: HERO - 2.xx
DBvendor=EPA
Text-encoding=UTF-8

我如何解析它？

Answer 1

这不是文本文件，而是HTML文件。如果您在浏览器中打开一个文件并选择view source，您将能够看到包含在<char>标记中的文本。

当它在浏览器中打开时，这些标记和其他HTML内容将被解释，并在页面上呈现输出(这就是为什么它看起来像一个文本)。如果您想在Java中实现类似的行为，那么应该查看PhantomJS和/或JSoup示例。

Answer 2

它看起来像一个文本文件，但是它是一个XML文件，浏览器只显示它的文本内容。若要验证，请右击并查看页面源。

Answer 3

您可以使用一个库来解析文件和获取内容，比如Jsoup。

https://jsoup.org/cookbook/introduction/parsing-a-document