jsoup相关学习_sax与jsoup-CSDN博客

本文链接：https://blog.csdn.net/PNDUG/article/details/109709627

jsoup学习

在学习xml解析的过程中，我们认识到了，相比于Java自带的sax/dom，身为第三方工具的jsoup更加方便、好用。那么，通过jsoup，我们可以干些什么呢？

1.获取文档

我们要先获取Document对象
获取Document对象常见的方法有三种，即字符串（String），文件（File），网页地址（URL）

String html1 = "<html><body><p>Hello HTML</p></body></html>";
        Document doc1 = Jsoup.parse(html1);//通过String获取Document对象

 File f = new File("a.html");
        if(f.exists()) {
            Document doc2 = Jsoup.parse(f,"utf-8");
        }//通过文件方式获取Document对象

String url = "http://www.baidu.com";
        Document doc3 = Jsoup.parse(new URL(url),5000); //超过5秒就报错
        //通过URL获取Document对象

2.获取其中的元素

在基于我们获取上面的文档之后，我们可以通过Document对象来获取其中的元素
获取元素也有几种比较常见的手段

通过id获取

Element d = doc.getElementById("UserName");
        System.out.println(e);

通过标签获取

Elements es;
        es = doc.getElementsByTag("p");
        show(es);

通过类名称获取

es = doc.getElementsByClass("RightBox");
        show(es);

通过属性获取

 es = doc.getElementsByAttribute("name");
        show(es);

3.获取内容和文本

除了以上内容之外，我们还可以获取很多东西

File f = new File("c.html");
        if(!f.exists())
            return;
         
        Document doc = Jsoup.parse(f,"utf-8");
 
        Element e =doc.getElementById("d1");

获取属性

e.attr("id");

获取所有属性

e.attributes();

获取id

e.id();

获取类名称

e.className();

获取所有类名称

e.classNames();

获取文本

e.text();

获取html

e.outerHtml();

获取外html

e.outerHtml();

获取标签信息

e.tagName();

4.选择器语法

我们在选取元素时，也可以用到选择器语法来选择，这样会方便很多。

选择所有的超链 “a”
根据id进行选择 “#logocover”
根据class进行选择 “.clearfloat”
根据属性进行选择 “[href]”
有属性以tar开头 “[^tar]”
根据属性值选择 “[type=‘application/javascript’]”
属性值以什么开头 “[href^=‘http://www.oracle.com’]”
属性值以什么结尾 “[href$=‘index.html’]”
属性值包含什么 “[href*=‘download’]”

5.操作属性和内容

我们还可以通过jsoup来修改其中的内容

Element e = doc.select("p").first();
        e.attr("class", "class1");
         
        e.appendText(" Hello JSoup");

如上，为p元素增加了class为“class1”，并且将p元素的内容改为了“Hello JSoup”。