JavaのHTMLから単語とタグを解析する

Question

htmlファイルからすべてのタグと単語を（時系列に）抽出する必要があります。ファイルの例を次に示します： one two thre 出力には、配列またはこのようなリストがあります。 {""、 "one"、 "two"、 "thre"、 "}} jTidyやApache Tinaなどのツールがあることを知っていますが、これらのツールはドキュメントからテキスト（またはタグのみ）を抽出するためのツールです。 どうすればよいですか？

Answer 1

これにはJSoupライブラリを使用してください。これは、JavaでのHTML解析を非常に簡単にします。