我在谷歌上搜索了一下，但找不到满意的答案。这个SO问题是相关的，但有点老，而且与我想要的完全相反：一种使用XPath而不是CSS选择器进行屏幕抓取的方法。
我已经使用activize进行了一些基本的屏幕抓取，但有时需要XPath选择器的功能。现在是：
clojure(java)有没有类似于Nokogiri或lxml的东西？"纯java Nokogiri"的状态是什么？有什么方法可以使用clojure中的库吗？有比这次黑客攻击更好的替代方案吗？
这里有几种可能性。
其中一些需要半格式的XML才能工作。如果您没有它，我会将clj-tagsoup与打嗝配对以生成XML(使用clj-tagsoup进行解析，它生成一个打嗝并写成XML的表单)并使用它。
首先，只需使用本地JDK功能。假设文档的格式足够好，那么可以尝试使用clj-xpath，它为本地JDK解析提供了一个包装器。
如果这还不够，可以考虑采用更基于Clojure数据结构的路由。一个更简单的路径可以只使用TagSoup的输出以及映射、过滤器和nths的组合。
如果您需要更高级的东西，可以考虑使用zippers来提供数据周围的结构，使其更易于操作。使用clojure.xml/parse和clojure.zip/xml-zip制作拉链，然后从那里开始。有关示例，请访问http://techbehindtech.com/2010/06/25/parsing-xml-in-clojure/.
对于任何复杂的事情，使用原生结构是我的首选途径，因为你可以充分发挥语言的力量。
如果您提供了为什么需要XPath的示例，我可以提供一些示例代码。