jsoup介绍

来源：互联网发布：阿里云电话归属地编辑：程序博客网时间：2024/06/11 03:54

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。

// 直接从字符串中输入HTML 文档

String html = "<html><head><title>开源中国社区</title></head>"

+"<body><p>这里是jsoup 项目的相关文章</p></body></html>";

Document doc = Jsoup.parse(html);

解析并提取HTML 元素

jsoup也提供了传统的DOM 方式的元素解析，看看下面的代码：

File input = new File("D:/test.html");

Document doc = Jsoup.parse(input, "UTF-8","网址/");

Element content =doc.getElementById("content");

Elements links = content.getElementsByTag("a");

for (Element link : links) {

String linkHref =link.attr("href");

String linkText =link.text();

}

而在元素检索方面，jsoup 的选择器简直无所不能，

File input = new File("D:\test.html");

Document doc =Jsoup.parse(input,"UTF-8","网址");

Elements links = doc.select("a[href]"); // 具有href 属性的链接

Elements pngs = doc.select("img[src$=.png]");//所有引用png图片的元素

Element masthead =doc.select("div.masthead").first();

0 0