Extraer contenido div de htmlsource en cadena (Java)

Question

Estoy tratando de extraer el contenido de una etiqueta div especial (definida por su nombre de clase) de una cadena que contiene la fuente html. Creo que las funciones regexp de Java no son tan fáciles de usar como en Perl, ¿verdad?

¿Alguien hizo esto antes y me puede dar un código? tal vez dom-navigation sea una buena solución, pero no encontré ningún tutorial que coincida con mi problema.

Answer 1

Según sus comentarios, parece que tiene un caso general ("rastreador") y, por lo tanto, está analizando efectivamente un archivo XML. Si la página de origen es xhtml, entonces tiene una variedad de opciones en varias bibliotecas XML. (JDom, por ejemplo).

Answer 2

Puede usar HTML Parser o alguna otra biblioteca de análisis HTML de esta lista .