jsoup：Java 生态用了 17 年的 HTML 解析器

GitHub 仓库

jhy/jsoup

总 Stars

★ 11,414

主要语言

Java

查看 GitHub 项目

结论先行：jhy/jsoup 拿了 11,414 个 star，主语言 Java，MIT 开源，2009 年创建，11 月 4 日仍在推送，open issue 只有 7 个。它是 Java 的 HTML 解析器：编辑、清理 HTML、防 XSS，十多年过去依然是 Java 生态的默认选择。

它是什么

一个轻量 HTML 解析库：把网页读成可操作的结构，提取、修改、清理都方便。定位极其专注：只做 HTML 解析与处理，不做浏览器、不做渲染。

它能干嘛

抓取后的 HTML 解析、富文本清理、用户提交内容的 XSS 过滤、以及把杂乱 HTML 规整成干净结构。Java 后端处理网页内容，绕不开它。

谁适合用

Java 后端开发者、做内容清洗与安全过滤的团队。前端同学用不上，后端同学几乎人手一个。

要注意什么

它解析的是静态 HTML，动态渲染的页面要另配浏览器方案；XSS 清理务必按文档的白名单配置，别自己拼规则。7 个 open issue 说明项目极稳，升级成本低。

都 2026 年了，jsoup 会不会太老？

老不等于过时。解析 HTML 这件事变化很慢，稳、快、API 清楚就是全部要求。jsoup 的长寿恰恰说明它把一件事做到了头。

站长点评：常青档里我最喜欢这种“无聊但可靠”的项目。选技术栈时，多留几个这样的压舱石，系统才经得起折腾。