【使用JSOUP实现网络爬虫】从元素抽取属性,文本和HTML
来源:互联网 发布:焦土抗战 知乎 编辑:程序博客网 时间:2024/03/29 21:55
问题
在解析获得一个Document实例对象,并查找到一些元素之后,你希望取得在这些元素中的数据。
方法
- 要取得一个属性的值,可以使用
Node.attr(String key)
方法 - 对于一个元素中的文本,可以使用
Element.text()
方法 - 对于要取得元素或属性中的HTML内容,可以使用
Element.html()
, 或Node.outerHtml()
方法
示例:
String html = "<p>An <a href='http://example.com/'><b>example</b></a> link.</p>";Document doc = Jsoup.parse(html);//解析HTML字符串返回一个Document实现Element link = doc.select("a").first();//查找第一个a元素String text = doc.body().text(); // "An example link"//取得字符串中的文本String linkHref = link.attr("href"); // "http://example.com/"//取得链接地址String linkText = link.text(); // "example""//取得链接地址中的文本String linkOuterH = link.outerHtml(); // "<a href="http://example.com"><b>example</b></a>"String linkInnerH = link.html(); // "<b>example</b>"//取得链接内的html内容
说明
上述方法是元素数据访问的核心办法。此外还其它一些方法可以使用:
Element.id()
Element.tagName()
Element.className()
andElement.hasClass(String className)
这些访问器方法都有相应的setter方法来更改数据.
参见
Element
和Elements
集合类的参考文档- URLs处理
- 使用CSS选择器语法来查找元素
阅读更多JSOUP相关文章,请看专栏:《使用JSOUP实现网络爬虫》
- 【使用JSOUP实现网络爬虫】从元素抽取属性,文本和HTML
- 【使用JSOUP实现网络爬虫】从元素抽取属性,文本和HTML
- 从元素抽取属性,文本和HTML----JSOUP
- 【Jsoup学习礼记】从元素抽取属性,文本和HTML
- 【jsoup】从元素抽取属性,文本和HTML
- jsoup教程008-从元素抽取属性,文本和HTML
- 从元素抽取属性,文本和HTML
- jsoup Cookbook——从元素抽取属性,文本和HTML
- 【Java Utility】Jsoup网页爬虫工具--从元素/元素集中提取属性、文本和HTML内容【九】
- 【使用JSOUP实现网络爬虫】修改数据-设置元素的文本内容
- 【使用JSOUP实现网络爬虫】修改数据-设置元素的文本内容
- 【使用JSOUP实现网络爬虫】修改数据-设置元素的文本内容
- 【使用JSOUP实现网络爬虫】修改数据-设置一个元素的HTML内容
- 【使用JSOUP实现网络爬虫】修改数据-设置一个元素的HTML内容
- 【使用JSOUP实现网络爬虫】解析一个HTML字符串
- 【使用JSOUP实现网络爬虫】解析一个HTML字符串
- 使用JSOUP实现网络爬虫
- 使用JSOUP实现网络爬虫
- unix深入篇
- UVA 10465 —— 完全背包
- shell 脚本每隔一段时间打印当前系统时间
- 程序员遇到Bug的30种反应
- Kprobes源码分析----kprobe的注册
- 【使用JSOUP实现网络爬虫】从元素抽取属性,文本和HTML
- Linux下Openssl的安装全过程
- dll中启动shellcode卸载自身dll模块
- 转一篇杂谈:技术真的就不是那么重要了
- hdu 3081&hdu 3277 (最大流)
- lxc的安装--------------绝对正版
- Epoll实现原理解析
- Jquery EasyUI 异步树
- IOS之同步请求、异步请求、GET请求、POST请求