（一）爬虫jsoup例子

 

 

 

public class ExampleJsoup {

    
    public static void main(String args[]) {
        try {
            ExampleJsoup exampleJsoup = new ExampleJsoup();
            
            exampleJsoup.Example1();

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
    
    
    
    
    public static void Example1() throws IOException {
        
        Document doc = Jsoup.connect("https://blog.csdn.net/final0402").get();
        
        //获得网页title
        String title = doc.title();
        System.out.println(  title  );
        
        
        //获得url中的scirpt
        String data = doc.data();
        System.out.println(  data  );
        
        
        String val = doc.val();
        System.out.println( "val  = \n" + val  );
        
        
        //获得url中的请求的地址
        String uri = doc.baseUri();
        System.out.println( "uri  = \n" + uri  );
        
        
        //获得url中的css
        String cssSelector = doc.cssSelector();
        System.out.println( "cssSelector  = \n" + cssSelector  );
        
        
        //获得url中的网页脚本
        String html = doc.html();
        System.out.println( "html  = \n"+ html  );
        
        
        //获得body中内容
        String body = doc.body().text();
        System.out.println( "body  = \n"+  body  );
        
        
        //获得id=asideArchive,dom
        Element content = doc.getElementById("asideArchive");
        System.out.println(  "content  = \n"+ content  );
        
        
        //获得a href集合
        Elements links = doc.select("a[href]");
        System.out.println( "links  = \n"+  content  );
        
        
        //获得所有src集合
        Elements srcs = doc.select("[src]");
        System.out.println( "srcs  = \n"+  srcs  );
        
        
        //获得link href集合
        Elements linkHrefs = doc.select("link[href]");
        System.out.println( "linkhref  = \n"+ linkHrefs   );

 

        //:lt(n) :gt(n)

       //eq(1)

            
    }
    
    
}