Android基于Jsoup的网络爬虫

• 从一个字符串、文件或者一个 URL 中解析HTML

• 提供一系列方法对HTML进行数据抽取

• 对HTML元素、属性、文本进行操作

• 消除不受信任的HTML (来防止XSS攻击)

简言之，安卓跟web爬虫基本上没什么区别，都是通过请求获得响应。Android返回的是json格式的字符串，web返回的是页面，通过Jsoup我们可以方便的对网页的数据进行操作。

三、Jsoup的配置

---

首先在Jsoup官网 https://jsoup.org/download 下载对应的jar包

并将下载的jar包导入项目的依赖库中

implementation ‘org.jsoup:jsoup:1.12.1’

然后在gradle中添加以下依赖

compile ‘org.jsoup:jsoup:1.12.1’

由于jsoup需要获取网络数据，所以需要添加网络权限

四、Jsoup的使用

---

1.从一个字符串、文件或者一个 URL 中解析HTML

String html = “”

• “

  Parsed HTML into a doc.

  ”;

Document doc = Jsoup.parse(html);

当对象是URL时，使用 Jsoup.connect(String url)方法:

Document doc = Jsoup.connect(“http://example.com/”).get();

String title = doc.title();

当URL请求为post方式而不是get方式时

Document doc = Jsoup.connect(“http://example.com”)

.data(“query”, “Java”)

.userAgent(“Mozilla”)

.cookie(“auth”, “token”)

.timeout(3000)

.post();

<