Jsoup学习-使用Jsoup抓取页面数据

最新推荐文章于 2021-04-27 14:54:43 发布

cloudsoft_TaoT

最新推荐文章于 2021-04-27 14:54:43 发布

阅读量496

点赞数

分类专栏： java jsoup 文章标签： jsoup

本文链接：https://blog.csdn.net/icoudsoft_saas/article/details/51064774

版权

java 同时被 2 个专栏收录

19 篇文章 0 订阅

订阅专栏

jsoup

1 篇文章 0 订阅

订阅专栏

1.所需包：

<dependency>
			<groupId>org.jsoup</groupId>
			<artifactId>jsoup</artifactId>
			<version>1.8.3</version>
		</dependency>

2.JAVA Code

package sf.jsoup.microcreativity;

import java.io.File;
import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.safety.Whitelist;
import org.jsoup.Connection;

public class ParseHtml {

	public static void main(String[] args) {
		
//		案例1（简单获取body）：
		/*String html = "<html><head><title>First parse</title></head>"
				  + "<body><p>Parsed HTML into a doc.</p></body></html>";
		Document doc = Jsoup.parse(html);
		
		Jsoup.clean(html, new Whitelist());
		System.out.println(doc.body());*/
		
//		案例2（获取WEB URLbody）：
		/*String url = "https://www.hao123.com/";
		Connection connection = Jsoup.connect(url);
		connection.data("query", "java");
		connection.userAgent("Mozilla");
		connection.cookie("auth", "token");
		connection.timeout(3000);
		try {
			
			Document doc = connection.post();
			System.out.println(doc.body());
		} catch (IOException e) {
			
			e.printStackTrace();
		}*/

//		案例3（获取本地URL body）：
		File input = new File("d:/user/xxxxxx/桌面/in.html");
		try {
			
			Document doc = Jsoup.parse(input, "UTF-8");
			System.out.println(doc.body());
		} catch (IOException e) {
			
			e.printStackTrace();
		}
	}
}

3.Jsoup中文文档， http://download.csdn.net/detail/icoudsoft_saas/9481597