开源HTML解析工具包jsoup 1.3.1发布

jsoup是一款开源的HTML解析工具包，采用Java语言编写，通过精巧的API充分利用DOM、CSS和类jquery的方法抽取和操作数据。最近，jsoup 1.3.1正式发布，对上一版（1.2.3）做了重要更新，包括完成自主实现（无外部依赖）、改进Web连接方法等。

\

随着Web应用的不断发展，开发人员有时需要通过HTML解析功能实现客户需求。读者朋友可能对老牌HTML Parser Java库比较熟悉。其实，jsoup也是为了方便开发人员实现HTML解析而刚刚诞生（2010年初发起）的一款工具包。jsoup的主要功能包括：

\

• 解析，通过URL、文件或者字符串来分析HTML文档。\
• 查找，通过DOM遍历或者CSS选择器来寻找和抽取数据。\
• 操作，处理HTML元素、属性和文本。\
• 检查，通过白名单机制来保护HTML内容的安全。\

jsoup 1.3.1的主要更新包括：

\

• 完成了自主实现，在之前的版本中，jsoup依赖于Apache Commons-Lang的一些方法，如HTML内容解析等。在新版中，这些方法完全自主实现，不再需要外部依赖。一方面减少JVM的内存消耗，另一方面有助于开发人员入门。\
• 改进Web连接方法，jsoup现在支持一种方便的connection接口，即Jsoup.connect(String url)。这种方法允许开发人员快捷地创建HTTP请求，包括指定用户代理、cookie、超时等等。方法的返回值可以直接被解析成Document。示例代码如下：\

Document doc = Jsoup.connect(\"http://example.com\")
\  .data(\"query\