getElementsByTag(String tag)
getElementsByClass(String className)
getElementsByAttribute(String key) (and related methods)
Element siblings: siblingElements(), firstElementSibling(), lastElementSibling(); nextElementSibling(), previousElementSibling()
Graph: parent(), children(), child(int index)
操作HTML和文本
append(String html), prepend(String html)
appendText(String text), prependText(String text)
appendElement(String tagName), prependElement(String tagName)
html(String value)
3.对HTML元素、属性、文本进行操作
在你解析一个Document之后可能想修改其中的某些属性值,然后再保存到磁盘或都输出到前台页面。
可以利用Jsoup进行如下操作:
Element div = doc.select(“div”).first(); //
div.html(“
lorem ipsum
”); //lorem ipsum
div.prepend(“
First
”);//在div前添加html内容div.append(“
Last
”);//在div之后添加html内容// 添完后的结果:
First
lorem ipsum
Last
Element span = doc.select(“span”).first(); // One
span.wrap(“
- ”);
// 添完后的结果:
- One
-
这是对一个HTML中内容元素的设置
关于Jsoup的更多使用细节可以参考中文文档:https://www.open-open.com/jsoup/
1.根据想要获取的资源,利用浏览器自带的审查元素功能(F12)获得想要的资源
以知乎为例如下可见网页的各个元素的名称:
2.利用Jsoup进行解析:
这里主要的分析网站是https://www.zhihu.com/topic/19550874/hot
因为Android的网络操作需要在不能在主线程运行,可以使用Thread+Handler或者AsyncTask获取数据并在主界面刷新UI。
其次是数据的展示,将数据放在listView中即可,如果要加入下拉刷新或者上滑加载则需要额外的工作。
以下是关键代码:
/private class SearchTask extends AsyncTask<Void, Void, Boolean>
{
Context context;
Map.Entry<String,String> topicURL;
public SearchTask(Context context,Map.Entry<String,String> topicURL)
{
this.context = context;
this.topicURL = topicURL;
}
@Override
protected Boolean doInBackground(Void… voids)
{
Connection conn= Jsoup.connect(“https://www.zhihu.com/topic/” + topicURL.getValue()+ “/hot”);
Document doc;
try
{
doc = conn.get();
Elements answerList = doc.select(“div[class=ContentItem AnswerItem]”);
for (Element element : answerList)
{
Map<String, Object> map = new HashMap<>();
//作者 标题
JsonParser parser = new JsonParser();
JsonObject data = parser.parse(element.attr(“data-zop”)).getAsJsonObject();
String authorName = data.get(“authorName”).getAsString();
String title = data.get(“title”).getAsString();
map.put(“title”, title);
//简略内容
Elements spanContent = element.select(“span[class=RichText CopyrightRichText-richText]”);
String minContent = spanContent.text();
map.put(“content”, authorName+“:”+minContent);
//赞数
Elements likeCountButton = element.select(“button[class=Button VoteButton VoteButton–up]”);
String likeCount = likeCountButton.text();
map.put(“likeCount”, likeCount+“点赞”);
//回答URL
String url = element.getElementsByAttributeValue(“itemprop”, “url”).get(2).attr(“content”);
map.put(“url”, url);
map.put(“topic”,topicURL.getKey());
answersList.add(map);
}
} catch (IOException e)
{
e.printStackTrace();
}
return true;
}
@Override
protected void onPostExecute(final Boolean success) {
if (success) {
listView_answer.onLoadComplete();
adapter.notifyDataSetChanged();
if(getUserVisibleHint())
Toast.makeText(getActivity(), “加载完成”, Toast.LENGTH_SHORT).show();
} else {
if(getUserVisibleHint())
Toast.makeText(getActivity(),“连接服务器出错”,Toast.LENGTH_SHORT).show();
}
mAuthTask = null;
}
@Override
protected void onCancelled() {
mAuthTask = null;
}
}
private void setListView(View rootView)
{
listView_answer = (LoadMoreListView) rootView.findViewById(R.id.listView_answer);
listView_answer.setLoadMoreListen(this);
swip = (SwipeRefreshLayout) rootView.findViewById(R.id.swip_index);
swip.setOnRefreshListener(this);
swip.setColorSchemeResources(android.R.color.holo_blue_light, android.R.color.holo_red_light, android.R.color.holo_orange_light,
android.R.color.holo_green_light);
adapter = new SimpleAdapter(getContext(),answersList,R.layout.answer_layout,
new String[]{“title”,“content”,“likeCount”,“topic”},
new int[]{R.id.textView_title,R.id.textView_content,R.id.textView_likeCount,R.id.textView_topic});
listView_answer.setOnItemClickListener(new AdapterView.OnItemClickListener()
{
@Override
public void onItemClick(AdapterView<?> adapterView, View view, int i, long l)
{
Intent intent = new Intent();
intent.setAction(Intent.ACTION_VIEW);
Uri content_url = Uri.parse(answersList.get(i).get(“url”).toString());
intent.setData(content_url);
startActivity(intent);
}
});
listView_answer.setAdapter(adapter);
}
参考地址:https://blog.csdn.net/chinastraw/article/details/79397892
至此,一个简单的Android网络爬虫就已经实现(layout文件省略)
作者:毛忠钦
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
五、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!