-
实例一:使用jsoup解析HTML格式的字符串
-
实例二:使用jsoup爬取[福建师范大学官网首页]( )的所有文章链接
==========================================================================
-
如果你想做一个资讯类的APP,那么可以使用jsoup去腾讯新闻、网易新闻、今日头条等资讯网站爬取相关的资讯内容。
-
如果你想做一个小说阅读APP,那么可以使用jsoup去一些免费的小说网站实时爬取内容然后放到APP里。
-
如果你做一个课程表的APP且需要获取教务系统的课程表,那么可以使用jsoup进行模拟登录然后爬取教务系统的课程表内容。
-
。。。。。。
==================================================================
html是一种超文本标记语言。我们平时使用浏览器浏览的web页面几乎都是html格式的文本。下面是一个hello world的html页面的代码:
hello world
从上面的代码我们可以很直观的看出,html和xml语言很像都是树形结构,即一个根节点包含几个子节点,子节点又可以包含自己的子节点…。通常我们把html格式的这种树结构称为:文档树(dom树)
Http请求包含四个部分的内容:
-
请求行(request line)
-
请求头(header)
-
空行
-
参数
抓包的request结构如下:
GET / HTTP/1.1
Host: jwgl.fjnu.edu.cn
Upgrade-Insecure-Requests: 1
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.157 Safari/537.36
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,/;q=0.8,application/signed-exchange;v=b3
Referer: https://www.baidu.com/link?url=a98CxMug1u-J-RFk4E7kaP9hhk2EK8700MuPKT4cZYTTPG_urDB7Asq8TDNqQJFD&wd=&eqid=f7c332cc007927a4000000065cf20629
Accept-Encoding: gzip, deflate
Accept-Language: zh-CN,zh;q=0.9
Cookie: UM_distinctid=1696fc8ec3e1b0-0585ff9addbe6b-1333062-100200-1696fc8ec3f2f4; ASP.NET_SessionId=1uslg345bvgyqnny4yyjbz45
Connection: keep-alive
请求行:请求行只会有一行,且固定为第一行。在这里是GET / HTTP/1.1
请求头:Host
Upgrade-Insecure-Requests
… Cookie
Connection
这些都是请求头,每一行都是一个请求头 格式为键值对类型。
空行:请求头与参数之间会有一个空行
参数: 因为GET请求的参数是放在URL上的,所以这里的参数没有独占一行
HTTP响应也包含四个部分(这个比较重要):
-
状态行
-
消息报头(有时也俗称响应头)
-
空行
-
响应正文
=========================================================================
Jsoup
类是一个工具类,提供了一些静态函数,主要函数如下:
Jsoup.parse(String html)
该函数的作用是将传入的html格式的字符串解析成文档树,返回值是Document
对象。
Jsoup.parse(File in,String charsetName)
将文件的内容解析成Document
对象。
Jsoup.connect(String url)
根据传入的url返回一个Connection
对象,Connection
类的功能下面会介绍。
Element
类对应文档树中的节点元素,这个类的常用函数如下:
getElementsByClass(String className)
返回所有带有className类属性的孩子节点。
getElementById(String id)
返回对应id的子节点
getElementsByTag(String tagName)
返回标签为tagName的所有孩子节点
jsoup库有着很丰富的功能与API,需要详细了解可以查看官网API文档
=================================================================
在app模块下的build.gradle文件中的dependencies属性里添加一行内容
implementation group: ‘org.jsoup’, name: ‘jsoup’, version: ‘1.8.3’
String html = “” +
“” +
“
“” +
“” +
“hello world” +
最后
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数初中级Android工程师,想要提升技能,往往是自己摸索成长,自己不成体系的自学效果低效漫长且无助。
因此我收集整理了一份《2024年Android移动开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Android开发知识点!不论你是刚入门Android开发的新手,还是希望在技术上不断提升的资深开发者,这些资料都将为你打开新的学习之门
如果你觉得这些内容对你有帮助,需要这份全套学习资料的朋友可以戳我获取!!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
提升的进阶课程,基本涵盖了95%以上Android开发知识点!不论你是刚入门Android开发的新手,还是希望在技术上不断提升的资深开发者,这些资料都将为你打开新的学习之门**
如果你觉得这些内容对你有帮助,需要这份全套学习资料的朋友可以戳我获取!!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!