java 之 jsoup —— Java 的 HTML 解析器

最新推荐文章于 2024-08-09 03:43:55 发布

ShareBeHappy_Qin

最新推荐文章于 2024-08-09 03:43:55 发布

阅读量303

点赞数

分类专栏： Java 文章标签： java

本文链接：https://blog.csdn.net/longool/article/details/106887571

版权

Java 专栏收录该内容

51 篇文章 0 订阅

订阅专栏

jsoup

jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。
中文官网
 英文官网

主要功能：

从一个URL，文件或字符串中加载 HTML 文档并解析，并生成Document 对象实例。
使用DOM或CSS选择器来查找、取出数据；
操作HTML元素、属性、文本；

加载解析HTML的三种方式

1、从URL加载解析HTML（Jsoup.connect(String url) ;）

@Test
    public void test() throws IOException {
        // 从URL加载解析HTML
        Document document = Jsoup.connect("http://www.baidu.com").get();
        String title = document.title();
        //获取html中的标题
        System.out.println("title :"+title);

2、从字符串加载解析HTML（Jsoup.parse(String html) ;）

@Test
    public void test() throws IOException {
		// 从字符串加载解析HTML
        String html = "<html><head><title>First parse</title></head>"
                + "<body><p>Parsed HTML into a doc.</p></body></html>";
        Document doc = Jsoup.parse(html);
        title = doc.title();
        System.out.println("title :"+title);
}

3、从本地文件加载解析HTML（ Jsoup.parse(File in, String charsetName);）

@Test
    public void test() throws IOException {
        // 从本地文件加载解析HTML
        doc = Jsoup.parse(new File("index.html"),"utf-8");
        title = doc.title();
        System.out.println("title :"+title);
	}