JAVA Jsoup解析HTML代码

以前用HTMLPARASER解析过页面，还做过一个网站下载器的一个框架，HTMLPARASER + Hibernate封装了几个函数而已。后来在浏览网页的时候，发现了一个很不错的页面解析的软件，jsoup，并不是有多么有效，而是觉得在调试的时候，

Jsoup自动的填充和修复了HTML的部分错误代码，比如没有结尾的标签等待。

 

下面介绍下Jsoup的一点简单的使用：

<DIV class="abc"> 我是内容 </DIV>

 

我们要解析的HTML无非就是去的标签属性的内容，还有就是标签的内容

 

Sring url = "<DIV class="abc"> 我是内容 </DIV>" ;

标签的内容用

Document doc = Jsoup.parse(url) ;

System.out.println(doc.text());

 

=====》》》》 我是内容

 

 

--------------------------------------------

取得class的abc

用

nodeChild.hasAttr("href")) {
String strUrl = nodeChild.attr("href") ;

 

 

--------------------------------------------------

 

用Jsoup解析做小的单位就是Node

一个Node就类似于

<DIV class="abc"> 我是内容 </DIV>

但是Node的方法中封装的不够理想，我觉得，没有一个方法是解析Node的内容的，所以要用上层方法

Document doc = Jsoup.parse(url) ;
 //System.out.println(doc.text()); //获取节点之间的内容的
 System.out.println(doc.text() );