JSoup 代码总结

常用的html解析器有jsoup、htmlparser等。

File  input=new File("xxx.html");

Document   doc=Jsoup.parse(input,"UTF-8","http://xxx");

Document   doc=Jsoup.connect("http://xxx").get();

查找元素

Element   content=doc.getElementById("id");

Element   tags=doc.getElementsByTag("tag");

getElementsByClass("classname");

getElementsByAttribute("key");

元素数据

attr(String key) 获取属性                attr(String key ,String value) 设置属性

text()  获取文本内容                        text(String  value)设置文本内容

html()  获取元素内html内容           html(String value)设置元素内的html内容

outerHtml()  获取元素外的html内容

data()    获取数据内容

解析html片段

Jsoup.parseBodyFragment(String html);

使用选择器来查找内容

select方法在document、Element或Elements对象中都可以使用。select方法返回一个Elements集合，并提供一组方法来抽取和处理结果。

URL处理

在HTML元素中，url经常写成相对于文档位置的相对路径。假如需要取得一个绝对路径，需要在属性名前加abs: 前缀。

attr("abs:href")