buscar y eliminar tags de un archivo html(con Java)

[franz_fqm]

Hola amigos del foro un gusto saludarles despues de un tiempo.

lo que quiero hacer es un poco fuera de lo comun pero me es muy util para ciertos procesos.

Se tiene un archivo "archivo.html" el cual es una pagina cualquiera lo que quiero es por ejemplo sacar a ese archivo todos los links o todos los elementos de los formularios con mas su direccion; es decir leer el archivo y buscar los tags de las etiquetas y recoger los datos o atributos de estos.

Si alguien sabe como hacerlo utilizando el EditorKit de la clase javax.swing.text o javax.swing.text.html (no estoy seguro por que lo lei en una web) les estare muy agradecido pero si no cualquier otra opcion sera probada y respondida con gusto.


GRACIAS !!! POR SU AYUDA

[GreenEyed]

http://www.greeneyed.org/guide/java/...earch_fields=2

Algo así? :)

[franz_fqm]

gracias pero esa es justamente la pagina que vi aunque hay otras parecidas, pero creo que no es la mejor manera de realizar la tarea que me encomendaron alguna otra idea?

Alguien por favor ayudeme puesto que he estado viendo ciertas librerias creadas como el mn8 y ciertamente no son lo que esperaba ni la mejor manera.

Ha y por cierto recien enpece aver HTML parser otra libreria hasta el momento bien pero todaviafalta saber muchas cosas mas.

Como siempre si alguien se topo con alguna idea parecida hacerla saber gracias estare en contacto hasta laproxima!!!!!

Chauu.

[GreenEyed]

Si no dices exactamente lo que quieres y por que no te sirve lo que ya se usa, entonces es dificil que adivinemos que es lo que necesitas.
Yo he usado esa tecnica para sacar los enlaces de paginas web y si esa no es la mejor manera, que puede haber otras, ¿entonces cual es la mejor?