Parser du HTML en utilisant Java

Bonjour,
J'ai un soucis pour mon travail.
Je vous explique. Je dois réaliser un programme qui doit me permettre de comparer 2 tableaux contenus dans 2 pages html différentes. Ce programme doit être développé en Java...

Pour ce faire je suppose que je dois parser mes pages html(que je dispose) afin de récupérer les données présentes dans les cases de mes tableaux.
Mon idée était simplement de compléter 2 tableaux en dur et ensuite de les comparer tout simplement !!
Seulement voila !! je ne m'y connais pas du tout en parser et je ne trouve pas d'info pour parser un doc HTML.
Comment récupérer les données comprises entre des balise <td> et <tr> ???

Merci de vôtre aide précieuse...

Bonjour,

Pour parser du HTML en Java, il existe nekoHTML

Merci pour l'info...
Mais étant débutant j aimerais bien avoir également un exemple :oops:
Merci encore une fois de vôtre aide ...

Des exemples sont fournis sur le site que je t'ai donné, visite le un peu ;)
De plus, les codes sources des exemples sont donnés quand tu télécharges l'application.

Il y a HtmlTidy aussi : http://jtidy.sourceforge.net/howto.html

Ou plus simplement, l'HTML étant un dialecte XML, il existe de nombreuses façons de parser du XML.

Citation:

---

Envoyé par rroommuu

Ou plus simplement, l'HTML étant un dialecte XML, il existe de nombreuses façons de parser du XML.

---

Justement non. Le HTML rencontré tous les jours n'est pas du XML : il y a beaucoup de balises qui ne sont jamais fermée, c'est super crado :roll:

Merci de votre aide !!
Si quelqu'un avait un petit bout de code Java pour traiter un tableau..
je suppose que celui ci doit etre court.

Code:
<TABLE>
<TR><TH>Titre 1</TH><TH>Titre 2</TH></TR>
<TR><TD>Data 1</TD><TD>Data2</TD></TR>
(etc...)
</TABLE>

deviendrait


Object[][] table = new Object[][] { { "Titre 1", "Titre 2"}, { "Data 1", "Data2" }, ...};