The Jericho HTML Parser projectは11日(米国時間)、Jericho HTML Parserの最新版となるJericho HTML Parser 2.3を公開した。Jericho HTML Parser(以降、JHP)はJavaで実装されたHTMLパーサライブラリ。不正なフォーマットのHTMLファイルであってもパースが可能なほか、HTMLフォームの高度な操作機能などが提供されている。

JHPはGNU LESSER GENERAL PUBLIC LICENSE Version 2.1のもとで公開されているオープンソースソフトウェア。2.3における主な変更点は次のとおり。

• Source.fullSequentialParse()においてキャッシュが空でなかった場合にIllegalStateException例外をスルーせず、自動的にキャッシュをクリアするように処理を変更
• いくつかのコンポーネントのふるまいを変更
• ドキュメントの改善
• 各種バグの改善

将来のリリースでHTMLをテキストにレンダリングするサンプルや、HTMLをXHTMLに変換するサンプルなどが含まれる予定になっているほか、要望があれば.NET版の作成も検討するとしている。

HTMLをパースするライブラリはほかにもJavaCC HTML Parser、Demonstrational HTML parser、JTidy、Kizna HTML Parser、CyberNeko HTML Parserなどいくつか存在する。Javaの標準APIにもjavax.swing.text.html.parser.Parserが用意されている。同プロジェクトの主要開発者であるMartin Jericho氏は、HTMLパーサを調査した時点で自分の要求を満たすライブラリが見つからなかったため、Jericho HTML Parserを開発するにいたったと述べている。