Android应用开发-小巫CSDN博客客户端Jsoup篇，Android程序员秋招三面蚂蚁金服

最新推荐文章于 2024-10-04 11:47:50 发布

程序猿要秃头

最新推荐文章于 2024-10-04 11:47:50 发布

阅读量1k

点赞数 12

分类专栏：程序员文章标签： android

本文链接：https://blog.csdn.net/m0_59157465/article/details/137016093

版权

程序员专栏收录该内容

352 篇文章 7 订阅

订阅专栏

本文介绍了如何使用GoogleChrome的开发者工具分析HTML页面，并以Jsoup库为例，展示了如何抓取并解析网页内容，包括获取博客列表和详细内容，以便于在移动设备上展示和管理.

摘要由CSDN通过智能技术生成

好，就是这样的一个html页面，大伙是不是很想把它搬到手机上呢，只要你学会了如何分析html页面，你可以把任何你想要的内容搬下来，只要你抓取的网页没有做防扒取的措施。

笔者使用的浏览器是Google Chrome，作为专业的IT人士，不用Chrome确实说不过去，按下F12，你就可以看到以下景象，感觉好兴奋啊，可以去寻找你想要的宝藏了。是啊，逗比可以往下看了：

如果想解析一个网页，还是得你自己以上面这种方式去看，找到你想要的内容。小巫是这样做的，可以通过右键查看元素，直接查看对应的html源代码，这样你就知道内容对应的标签是什么了。因为小巫想获得首页的所有博文列表，所以我就找到博文的最外层的div标签开始分析，我找到了id为article_list,然后接着找到了每条博文项的内容，确定下它们的具体的标签，使用了什么class，博客可以通过class来获取你想要的元素，然后取得元素的内容。

直接上代码吧：

/**

使用Jsoup解析html文档
@param blogType
@param str
@return

public static List getBlogItemList(int blogType, String str) {

// Log.e(“URL---->”, str);

List list = new ArrayList();

// 获取文档对象

Document doc = Jsoup.parse(str);

// Log.e(“doc—>”, doc.toString());

// 获取class="article_item"的所有元素

Elements blogList = doc.getElementsByClass(“article_item”);

// Log.e(“elements—>”, blogList.toString());

for (Element blogItem : blogList) {

BlogItem item = new BlogItem();

String title = blogItem.select(“h1”).text(); // 得到标题

// System.out.println(“title----->” + title);

String description = blogItem.select(“div.article_description”)

.text();

// System.out.println(“descrition—>” + description);

String msg = blogItem.select(“div.article_manage”).text();

// System.out.println(“msg—>” + msg);

String date = blogItem.getElementsByClass(“article_manage”).get(0)

.text();

// System.out.println(“date—>” + date);

String link = BLOG_URL

blogItem.select(“h1”).select(“a”).attr(“href”);

// System.out.println(“link—>” + link);

item.setTitle(title);

item.setMsg(msg);

item.setContent(description);

item.setDate(date);

item.setLink(link);

item.setType(blogType);

// 没有图片

item.setImgLink(null);

list.add(item);

}

return list;

}

小巫通过class="article_item"获取到所有的元素，也就是Element，然后遍历所有的元素，把每个元素我们需要的值取出来。我们可以定义一个实体类，比如文章项BlogItem,通过创建不同的BlogItem对象，然后最后添加到list当中，我们就可以把所有博文列表保存下拉，下次取的时候，直接通过list来取即可。

我们可以看到使用Jsoup这个库，只需要那么少的代码就可以轻松获取到我们想要的内容，编码、效率啥都有，还等什么，去用吧。

然后获取博文详细内容也是类似的，给定一个url，我们就可以同样的方式去解析html代码：

/**

扒取传入url地址的博客详细内容
@param url
@param str
@return

public static List getContent(String url, String str) {

List list = new ArrayList();

// 获取文档内容

Document doc = Jsoup.parse(str);

// 获取class="details"的元素

Element detail = doc.getElementsByClass(“details”).get(0);

detail.select(“script”).remove(); // 删除每个匹配元素的DOM。

// 获取标题

Element title = detail.getElementsByClass(“article_title”).get(0);

Blog blogTitle = new Blog();

blogTitle.setState(Constants.DEF_BLOG_ITEM_TYPE.TITLE); // 设置状态

blogTitle.setContent(ToDBC(title.text())); // 设置标题内容

// 获取文章内容

Element content = detail.select(“div.article_content”).get(0);

// 获取所有标签为<a的元素

Elements as = detail.getElementsByTag(“a”);

for (int b = 0; b < as.size(); b++) {

Element blockquote = as.get(b);

// 改变这个元素的标记。例如,转换为

如el.tagName(“div”);。

blockquote.tagName(“bold”); // 转为粗体

}

Elements ss = detail.getElementsByTag(“strong”);

for (int b = 0; b < ss.size(); b++) {

Element blockquote = ss.get(b);

blockquote.tagName(“bold”);

}

// 获取所有标签为<p的元素

Elements ps = detail.getElementsByTag(“p”);

for (int b = 0; b < ps.size(); b++) {

Element blockquote = ps.get(b);

blockquote.tagName(“body”);

}

// 获取所有引用元素

Elements blockquotes = detail.getElementsByTag(“blockquote”);

for (int b = 0; b < blockquotes.size(); b++) {

Element blockquote = blockquotes.get(b);

blockquote.tagName(“body”);

}

// 获取所有标签为<ul的元素

Elements uls = detail.getElementsByTag(“ul”);

for (int b = 0; b < uls.size(); b++) {

Element blockquote = uls.get(b);

blockquote.tagName(“body”);

}

// 找出粗体

Elements bs = detail.getElementsByTag(“b”);

for (int b = 0; b < bs.size(); b++) {

Element bold = bs.get(b);

bold.tagName(“bold”);

}

// 遍历博客内容中的所有元素

for (int j = 0; j < content.children().size(); j++) {

Element c = content.child(j); // 获取每个元素

// 抽取出图片

if (c.select(“img”).size() > 0) {

Elements imgs = c.getElementsByTag(“img”);

System.out.println(“img”);

for (Element img : imgs) {

if (!img.attr(“src”).equals(“”)) {

Blog blogImgs = new Blog();

// 大图链接

if (!img.parent().attr(“href”).equals(“”)) {

blogImgs.setImgLink(img.parent().attr(“href”));

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级安卓工程师，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Android移动开发全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注Android）

尾声

开发是需要一定的基础的，我是08年开始进入Android这行的，在这期间经历了Android的鼎盛时期，和所谓的Android”凉了“。中间当然也有着，不可说的心酸，看着身边朋友，同事一个个转前端，换行业，其实当时我的心也有过犹豫，但是我还是坚持下来了，这次的疫情就是一个好的机会，大浪淘沙，优胜劣汰。再等等，说不定下一个黄金浪潮就被你等到了。

这是我在这行工作10几年积累的一些资料，如果还想继续在这行业走下去的，或者现在打算跳槽，可以**私信【学习】**我愿意把资料免费分享给大家。
或者直接点击下面链接领取
Android学习PDF+架构视频+面试文档+源码笔记