jsoup解析html页面

maven依赖

    <!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.11.3</version>
        </dependency>

要解析的html内容 我主要解析table部分 只给出table部分内容

  <table class="logview">
                    <tr class="header">
                        <td colspan=5>HT2 cat localhost.localdomain 192.168.104.165 Cat-ConfigSyncTask 167 Cat-ConfigSyncTask-2 cat-c0a868a5-429415-1544 null null  </td>
                    </tr>
                    <tr class="odd">
                        <td>t15:25:04.453</td>
                        <td>TimerSync</td>
                        <td>resource-config</td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr class="even">
                        <td>&nbsp;&nbsp;t15:25:04.453</td>
                        <td>SQL</td>
                        <td>config.findByName</td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr class="odd">
                        <td>&nbsp;&nbsp;&nbsp;&nbsp;E15:25:04.702</td>
                        <td>SQL.Method</td>
                        <td>SELECT</td>
                        <td>&nbsp;</td>
                        <td>["resource-config"]</td>
                    </tr>
                    <tr class="even">
                        <td>&nbsp;&nbsp;&nbsp;&nbsp;E15:25:04.702</td>
                        <td>SQL.Database</td>
                        <td>jdbc:mysql://192.168.104.101:3306/cat?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&socketTimeout=120000</td>
                        <td>&nbsp;</td>
                        <td></td>
                    </tr>
                    <tr class="odd">
                        <td>&nbsp;&nbsp;T15:25:04.702</td>
                        <td>SQL</td>
                        <td>config.findByName</td>
                        <td>&nbsp;</td>
                        <td>249ms SELECT c.id,c.`name`,c.content,c.creation_date,c.modify_date FROM config c WHERE c.name = ?</td>
                    </tr>
                    <tr class="even">
                        <td>T15:25:04.702</td>
                        <td>TimerSync</td>
                        <td>resource-config</td>
                        <td>&nbsp;</td>
                        <td>249ms </td>
                    </tr>
                </table>

java 代码

api参考

 https://www.cnblogs.com/boy1025/p/5040495.html

http://www.open-open.com/jsoup/load-document-from-url.htm

本例的代码

package com.flyer;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

import java.io.IOException;

/**
 * flyer 2018.12.28
 */
public class Test {
    public static void main(String[] args) {
        Document doc = null;
        try {
            doc = Jsoup.connect("http://192.168.104.164:8080/cat/r/m/cat-c0a868a5-429353-669?domain=cat").get();
            Elements container = doc.getElementsByClass("logview");

            Elements trList = container.select("tr");
            for (Element tr : trList) {
                if (tr.getElementsByClass("header") != null && tr.getElementsByClass("header").size() > 0)
                    continue;
                Elements tdList = tr.select("td");
                for (Element td : tdList) {
                    String text = td.text();
//                    System.out.println(tr.text()+"*******"+ text);
                    System.out.println("*******" + text);
                }
                System.out.println("开始下一个tr:");
                System.out.println("");
            }
//            Document containerDoc = Jsoup.parse(container.toString());
//            System.out.println(containerDoc.toString());
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

输出 

"C:\Program Files\Java\jdk1.8.0_152\bin\java.exe" "-javaagent:D:\program Files\JetBrains\IntelliJ IDEA 2018.3.2\lib\idea_rt.jar=60158:D:\program Files\JetBrains\IntelliJ IDEA 2018.3.2\bin" -Dfile.encoding=UTF-8 -classpath "C:\Program Files\Java\jdk1.8.0_152\jre\lib\charsets.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\deploy.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\access-bridge-64.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\cldrdata.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\dnsns.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\jaccess.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\jfxrt.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\localedata.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\nashorn.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\sunec.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\sunjce_provider.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\sunmscapi.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\sunpkcs11.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\zipfs.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\javaws.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\jce.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\jfr.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\jfxswt.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\jsse.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\management-agent.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\plugin.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\resources.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\rt.jar;D:\work\code\test2018\target\classes;C:\Users\fei.jiang\.m2\repository\org\apache\httpcomponents\httpclient\4.5.2\httpclient-4.5.2.jar;C:\Users\fei.jiang\.m2\repository\org\apache\httpcomponents\httpcore\4.4.4\httpcore-4.4.4.jar;C:\Users\fei.jiang\.m2\repository\commons-logging\commons-logging\1.2\commons-logging-1.2.jar;C:\Users\fei.jiang\.m2\repository\commons-codec\commons-codec\1.9\commons-codec-1.9.jar;C:\Users\fei.jiang\.m2\repository\org\apache\httpcomponents\httpclient-cache\4.5\httpclient-cache-4.5.jar;C:\Users\fei.jiang\.m2\repository\org\apache\httpcomponents\httpmime\4.3.2\httpmime-4.3.2.jar;C:\Users\fei.jiang\.m2\repository\org\jsoup\jsoup\1.11.3\jsoup-1.11.3.jar" com.flyer.Test
*******t01:11:03.993
*******TimerSync
*******server-config
*******
*******
开始下一个tr:

*******t01:11:03.994
*******SQL
*******config.findByName
*******
*******
开始下一个tr:

*******E01:11:04.270
*******SQL.Method
*******SELECT
*******
*******["server-config"]
开始下一个tr:

*******E01:11:04.270
*******SQL.Database
*******jdbc:mysql://192.168.104.101:3306/cat?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&socketTimeout=120000
*******
*******
开始下一个tr:

*******T01:11:04.271
*******SQL
*******config.findByName
*******
*******277ms SELECT c.id,c.`name`,c.content,c.creation_date,c.modify_date FROM config c WHERE c.name = ?
开始下一个tr:

*******T01:11:04.270
*******TimerSync
*******server-config
*******
*******277ms
开始下一个tr:


Process finished with exit code 0

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java Jsoup是一个用于解析HTML文档的开源库。通过使用Jsoup,您可以轻松地从HTML文档中提取数据或进行数据操作。以下是使用Java Jsoup解析HTML的基本步骤: 1. 下载Jsoup库:您可以从Jsoup的官方网站(https://jsoup.org/)下载Jsoup库的最新版本。 2. 导入Jsoup库:将下载的Jsoup库的JAR文件导入到您的Java项目中。 3. 创建连接:使用Jsoup.connect()方法创建一个Connection对象,将HTML文档的URL作为参数传递给该方法。 4. 获取Document对象:使用Connection对象的get()方法获取一个Document对象,该对象表示整个HTML文档。 5. 使用选择器进行数据提取:使用Jsoup的选择器语法,您可以根据HTML元素的标签、类名、ID等属性来选择和提取数据。 以下是一个基本的Java Jsoup解析HTML的示例代码: ```java import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; public class HtmlParser { public static void main(String[] args) { try { // 创建连接 Connection connection = Jsoup.connect("http://example.com"); // 获取Document对象 Document document = connection.get(); // 使用选择器提取数据 Elements links = document.select("a[href]"); for (Element link : links) { System.out.println("Link: " + link.attr("href")); System.out.println("Text: " + link.text()); } } catch (IOException e) { e.printStackTrace(); } } } ``` 这个示例代码将从"http://example.com"网页中提取所有链接的URL和文本,并打印出来。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值