Jsoup学习笔记1：解析字符串

最新推荐文章于 2021-12-21 14:08:31 发布

大象Jepson

最新推荐文章于 2021-12-21 14:08:31 发布

阅读量1.6k

点赞数

分类专栏： Jsoup 文章标签： java

Jsoup 专栏收录该内容

10 篇文章 0 订阅

订阅专栏

注意：在Eclipse里使用Jsoup解析文档时要在项目中导入Jsoup的jar包！

Jsoup是Java的一个解析和遍历HTML的API，可以把一个HTML字符串解析成一个Document文档，并且会尽可能的得到一个标准的解析结果，会自动补充缺失的结束标记。

例如:"<p>Jsoup<p>Jsoup"会解析为"<p>Jsoup</p><p>Jsoup</p>"，官方文档说会创建隐式标签，即"<td>Jsoup</td>"会解析为<table><tr><td>Jsoup</td></tr></table>"，但是经验证并不会创建，而是会忽略td标签，解析为"Jsoup"，会自动创建完整的HTML页面结构，即自动创建<html><head><body>标签，最终解析的结果为<html><head></head><body>Jsoup</body></html>

例如：

package com.daxiang.myjsoup;
import java.io.File;
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

public class JsoupTest1 {
	public static void main(String args[]) throws IOException{
		
		String html1="<p>Jsoup<p>LKZERO";    
		Document doc=Jsoup.parse(html1);     
		System.out.println(doc.toString());    
		System.out.println("--------");           
		String html2="<td>LKZERO</td><br>" + "<tr><td>LKZERO<td></tr><br/>" + "<table><tr><td>JSOUP</td></tr></table>";    
		Document doc2=Jsoup.parse(html2);    
		System.out.println(doc2.toString());
	}
}

得到结果：

<html>
 <head></head>
 <body>
 <p>Jsoup</p>
 <p>LKZERO</p>
 </body>
</html>
--------
<html>
 <head></head>
 <body>
 LKZERO
 <br>LKZERO
 <br>
 <table>
  <tbody>
   <tr>
    <td>JSOUP</td>
   </tr>
  </tbody>
 </table>
 </body>
</html>

Jsoup解析得到的Document文档是由Document，Element，Node和TextNode组成的，其中Document继承Element，Element继承Node，TextNode继承Node。

parse()静态方法：Jsoup解析HTML字符串使用parse静态方法，无论HTML字符串是什么内容，都会得到一个Document文档，至少会包含<html><head><body>三个元素。

parseBodyFragment()静态方法：经我测试与parse()得到的结果相同，二者区别有待进一步验证

大象Jepson

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Jsoup学习笔记1：解析字符串

Jsoup是Java的一个解析和遍历HTML的API，可以把一个HTML字符串解析成一个Document文档，并且会尽可能的得到一个标准的解析结果，会自动补充缺失的结束标记。例如:"JsoupJsoup"会解析为"JsoupJsoup"，官方文档说会创建隐式标签，即"Jsoup"会解析为Jsoup"，但是经验证并不会创建，而是会忽略td标签，解析为"Jsoup"，会自动创建完整的HTML页面结
复制链接

扫一扫