超级会员免费看
本文介绍了一种使用Jsoup Java库来过滤HTML网页内容，获取所需重要数据的方法。通过示例代码展示了如何选取特定CSS选择器，提取页面的节点对象，并获取文本信息，最终将数据存储为XML文件。
java采集数据，获取了 html整个文本之后。
该考虑的是如何过滤掉html标签， 得到自己所需要的重要数据了。
实现方法有多种办法，第一：用正则，第二：用第三方jar包，其实本质也是封装了正则表达式
今天就以 Jsoup 第三方jar包来讲解。
jsoup详细资料：http://blog.csdn.net/yjflinchong/article/details/7743995
转载注明出处：http://blog.csdn.net/column/details/threadgrab.html
现在贴上一个网页过滤的方法实例
[java]
view plain
订阅专栏 解锁全文
扫一扫
274
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
