OCGumbo是一个Objective-C写的HTML5解析引擎，基于Google gumbo开源项目。 OCGumbo除了基础的解析功能外，最大的特色是对增加了类似JQuery的查询功能。

.NET平台下，一个高效的从Html中提取正文的工具。 正文提取采用了基于文本密度的提取算法，支持从压缩的Html文档中提取正文，每个页面平均提取时间为10ms，正确率到95%以上。

goquery是一个使用go语言写成的HTML解析库，可以让你像jQuery那样的方式来操作DOM文档。

go-html-transform是基于Go语言实现的一个HTML解析器，这个库提供一种使用CSS选择器查询的方式来解析、scrape和转换HTML5页面。

Jsoup就是java中用来操作html文档的一个第三方类库。

Objective-C-HMTL-Parser 是一个用 ObjectiveC 编写的简易 HTML 解析器。

node-htmlparser 是一个 JavaScript 的 HTML/XML/RSS 解析器。

这是一个纯 JavaScript 的 HTML 文档解析器

jScraper 提供了简单的接口用来解析HTML文本，它将HTML文本转成Java的对象。

Jericho HTML解析器是一个Java库，以分析和操纵部分的HTML文件，其中包括服务器端的标签，而过滤掉任何无法识别的或无效的HTML 。它也提供高层次的HTML表单操作函数。

MozillaParser 是一个 Java 的HTML 解析类库，基于 mozilla 的html 解析器，提供了Java类到 Mozilla类的一个桥接，输入一个HTML文本，输出一个 Ja...

Scrender是一个用来生成网页缩略图的Java类库，基于SWT开发。它实质上是调用本地浏览器引擎对要进行截图的网站进行渲染，然后保存该网页的缩略图。

node-htmlparser 是一个 JavaScript 的 HTML 文档解析器。

wiseparser 是一个 PHP 语言用来解析 HTML 文档的开发包。

PyH 是一个用来生成HTML页面的Python模块，使用面向对象的方式，HTML的标签都会对应一个Python的对象，输出的HTML文档排版良好，易于阅读。

解析HTML与XML，并应用CSS样式，然后输出成图片，PDF（通过iText）等格式。

很多人需要提取网页的一些内容, 可以利用正则表达式提取,也可以用beautifulsoap等工具. 正则表达式方法速度快,缺点是不好找到匹配的正则. 其他类似beautiful的工具因为要全面分...

TagSoup 是一个Java开发符合SAX的HTML解析器。

JoyHTML的目的是解析HTML文本当中的链接和正文，利用超链接密度法为主要判断依据的标记窗算法，采用DOM树解析模式。

VietSpider HTMLParser 是一个纯 Java 的 HTML DOM 解析器，支持 HTML 4.0.1 。具有语法检查、自动关闭元素，可以处理一些匹配错误的元素，执行效率高。