HTMLパーサーの比較

HTMLパーサーは、ハイパーテキストマークアップ言語（HTML）を自動解析するソフトウェアです。主に2つの目的があります。

パーサー	ライセンス	実装言語	最終日付*	HTML解析^{[ 1 ]}	HTML5準拠の解析	クリーンな HTML**	HTML を更新***
HTML 整理	W3Cライセンス	ANSI C	2021年7月17日^{[ 2 ]}	はい^{[ 3 ]}	はい	はい^{[ 3 ]}	はい
HTMLユニット	Apacheライセンス2.0	ジャワ	2023年10月31日^{[ 4 ]}	はい	?	いいえ	いいえ
美しいスープ	MITライセンス	パイソン	2023年4月7日^{[ 5 ]}	はい	はい	?	いいえ
jsoup	MITライセンス	ジャワ	2025年8月25日^{[ 6 ]}	はい	はい	はい	はい
パーサー	ライセンス	実装言語	最終日付*	HTML解析	HTML5準拠の解析	クリーンな HTML**	HTML を更新***

* 最新リリース（重要な変更）の日付。

** HTML コードをサニタイズ(標準互換の Web ページの生成、スパムの削減など) し、クリーンアップ(余分なプレゼンテーションタグの削除、XSS コードの削除など) します。

*** HTML4.X を XHTML または HTML5 に更新し、非推奨のタグ (例: CENTER) を有効なタグ (例: を含む DIV style="text-align:center;") に変換します。

参考文献