《小程序---利用jsoup解析CSDN博客信息》

[java] view plaincopyprint?

1. package com.fenghuo.html;  
2.   
3. import java.io.IOException;  
4.   
5. import org.jsoup.Connection;  
6. import org.jsoup.Jsoup;  
7. import org.jsoup.nodes.Document;  
8. import org.jsoup.nodes.Element;  
9. import org.jsoup.select.Elements;  
10.   
11. public class AnalyzeHtml {  
12.     /** 
13.      * Example program to list links from a URL. 
14.      */  
15.   
16.     public static void main(String[] args) throws IOException {  
17.         String csdn = "http://blog.csdn.net";  
18.         String blog = "http://blog.csdn.net/w695050167";  
19.         String url = blog + "?viewmode=list";  
20.   
21.         Connection connection = Jsoup.connect(url);  
22.         connection.timeout(500);//设置连接超时时间  
23.         //给服务器发消息头，告诉服务器，俺不是java程序。CSDN不允许java程序访问  
24.         connection.header("User-Agent","Mozilla/4.0 (compatible; MSIE 5.0; Windows XP; DigExt)");  
25.         Document doc = connection.get();//获取返回的html的document对象  
26.           
27.         //解析document对象  
28.         Elements links = doc.select(".link_title");  
29.   
30.         for (Element e : links) {  
31.             if (e.getAllElements().size() == 2) {  
32.                   
33.                 Element ae = e.select("a[href]").first();  
34.                 String href = ae.attr("href");  
35.                 System.out.println(csdn + href);  
36.   
37.                 String text = e.text();  
38.                 System.out.println(text);  
39.             }  
40.         }  
41.   
42.     }  
43.   
44. }