java - 解析HTML，获取其中想要的信息

Question

遇到一个比较棘手的需求：

1. 开发语言Java；

2. 程序定时读取HR邮箱中从前程无忧，智联发过来的简历（已实现，获到简历的HTML）；

3. 从简历HTML中解析获取想要的信息想（姓名，性别，电话，邮箱，工作经历，教育经历等等），保存到数据库中；

4. 把数据库中的简历数据用HTML展示，可让HR进行筛选；

我现在卡在了简历HTML的解析信息这步，我用比较笨的方法，字符串定位截取，但是这样没办法比较准确的获取到想要信息。。。求助大家，看有没有好方法解析。。

Answer 1

还是用Jsoup 转成 相应的 Document对象，在操作对应元素方便点。
jsoup API：http://www.open-open.com/jsoup/

Answer 2

用正则表达式呢？多考虑一些可能的匹配格式，应该可以。

Answer 3

用正则捕获会好点吧

Answer 4

可以用 jsoup

Answer 5

可以用JSOUP 之前做过一个类似的东西，这个很方便的，可以对各种标签什么的进行处理。

Answer 6

优先选择jsoup。
jsoup有个select功能，类似于CSS的选择器的语法，API又简洁，比正则表达式方便。

Answer 7

1 正则
2 HTML解析库，中文貌似叫“秘银”