一些开源的并且有用的工具收集

Jsoup:

是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

Apache POI:

是Apache软件基金会的开放源码函式库，POI提供API给Java程序对Microsoft Office格式档案读和写的功能。

Commons codec:

用来处理常用的编码方法的工具类包,不仅是编码，也可用于解码。

dom4j:

是一个Java的XML API，类似于jdom，用来读写XML文件的。dom4j是一个十分优秀的JavaXML API，具有性能优异、功能强大和极其易使用的特点，同时它也是一个开放源代码的软件，可以在SourceForge上找到它。

HttpClient:

是 Apache Jakarta Common 下的子项目，可以用来提供高效的、最新的、功能丰富的支持 HTTP 协议的客户端编程工具包，并且它支持 HTTP 协议最新的版本和建议,越来越多的 Java 应用程序需要直接通过 HTTP 协议来访问网络资源。

Jaxen:

是一个Java编写的开源的XPath库。这是适应多种不同的对象模型，包括DOM，XOM，dom4j和JDOM。也可以作为适配器，转换Java字节代码或XML的Java bean为xml，从而使您可以使用XPath查询这些树了。

JDOM:

是一个开源项目，它基于树型结构，利用纯JAVA的技术对XML文档实现解析、生成、序列化以及多种操作。

juniversalchardet:

是一个判断猜测文件编码的java工具

SimpleImage:

是阿里巴巴的一个Java图片处理的类库，可以实现图片缩略、水印等处理。

jpedal:

是开源纯Java的PDF文档解析库，可以用来读取PDF文档中的文字、图形。

protobuf:

这个干的事儿其实和XML差不多，也就是把某种数据结构的信息，以某种格式保存起来。主要用于数据存储、传输协议格式等场合

Netty:

是由JBOSS提供的一个java开源框架。Netty提供异步的、事件驱动的网络应用程序框架和工具，用以快速开发高性能、高可靠性的网络服务器和客户端程序。

Trove:

是一种开放源代码的 Java 集合包，提供了核心 Java 集合类的高效替代品，特别针对于实现其键或值是基本类型的集合。

SimpleImage:

是阿里巴巴的一个Java图片处理的类库，可以实现图片缩略、水印等处理。

jpedal:

是开源纯Java的PDF文档解析库，可以用来读取PDF文档中的文字、图形。