Android中Jsoup的使用(网页内容解析)

相关基础知识简述

==================================================================

HTML简述

---

html是一种超文本标记语言。我们平时使用浏览器浏览的web页面几乎都是html格式的文本。下面是一个hello world的html页面的代码:

hello world

从上面的代码我们可以很直观的看出，html和xml语言很像都是树形结构，即一个根节点包含几个子节点，子节点又可以包含自己的子节点…。通常我们把html格式的这种树结构称为:文档树(dom树)

HTTP请求与响应的内容格式

---

Http请求包含四个部分的内容:

1. 请求行(request line)

2. 请求头(header)

3. 空行

4. 参数

抓包的request结构如下：

GET / HTTP/1.1

Host: jwgl.fjnu.edu.cn

Upgrade-Insecure-Requests: 1

User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.157 Safari/537.36

Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,/;q=0.8,application/signed-exchange;v=b3

Referer: https://www.baidu.com/link?url=a98CxMug1u-J-RFk4E7kaP9hhk2EK8700MuPKT4cZYTTPG_urDB7Asq8TDNqQJFD&wd=&eqid=f7c332cc007927a4000000065cf20629

Accept-Encoding: gzip, deflate

Accept-Language: zh-CN,zh;q=0.9

Cookie: UM_distinctid=1696fc8ec3e1b0-0585ff9addbe6b-1333062-100200-1696fc8ec3f2f4; ASP.NET_SessionId=1uslg345bvgyqnny4yyjbz45

Connection: keep-alive

请求行：请求行只会有一行，且固定为第一行。在这里是GET / HTTP/1.1

请求头：Host Upgrade-Insecure-Requests … Cookie Connection这些都是请求头，每一行都是一个请求头 格式为键值对类型。

空行：请求头与参数之间会有一个空行

参数: 因为GET请求的参数是放在URL上的，所以这里的参数没有独占一行

HTTP响应也包含四个部分（这个比较重要）：

1. 状态行

2. 消息报头(有时也俗称响应头)

3. 空行

4. 响应正文

Jsoup的库的主要API介绍

=========================================================================

Jsoup 类是一个工具类，提供了一些静态函数，主要函数如下：

Jsoup.parse(String html) 该函数的作用是将传入的html格式的字符串解析成文档树，返回值是Document对象。

Jsoup.parse(File in,String charsetName) 将文件的内容解析成Document对象。

Jsoup.connect(String url) 根据传入的url返回一个Connection对象，Connection类的功能下面会介绍。

Element类对应文档树中的节点元素，这个类的常用函数如下:

getElementsByClass(String className) 返回所有带有className类属性的孩子节点。

getElementById(String id) 返回对应id的子节点

getElementsByTag(String tagName) 返回标签为tagName的所有孩子节点

jsoup库有着很丰富的功能与API，需要详细了解可以查看官网API文档

Jsoup实例

=================================================================

在Android Studio中使用Jsoup库

---

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）

最后

**一个零基础的新人，我认为坚持是最最重要的。**我的很多朋友都找我来学习过，我也很用心的教他们，可是不到一个月就坚持不下来了。我认为他们坚持不下来有两点主要原因：

他们打算入行不是因为兴趣，而是因为所谓的IT行业工资高，或者说完全对未来没有任何规划。

刚开始学的时候确实很枯燥，这确实对你是个考验，所以说坚持下来也很不容易，但是如果你有兴趣就不会认为这是累，不会认为这很枯燥，总之还是贵在坚持。

技术提升遇到瓶颈了？缺高级Android进阶视频学习提升自己吗？还有大量大厂面试题为你面试做准备！

点击:Android 学习，面试文档，视频收集大整理

来获取学习资料提升自己去挑战一下BAT面试难关吧

对于很多Android工程师而言，想要提升技能，往往是自己摸索成长，不成体系的学习效果低效漫长且无助。整理的这些知识图谱希望对Android开发的朋友们有所参考以及少走弯路，本文的重点是你有没有收获与成长，其余的都不重要，希望读者们能谨记这一点。

不论遇到什么困难，都不应该成为我们放弃的理由！

如果有什么疑问的可以直接私我，我尽自己最大力量帮助你！

19)]

对于很多Android工程师而言，想要提升技能，往往是自己摸索成长，不成体系的学习效果低效漫长且无助。整理的这些知识图谱希望对Android开发的朋友们有所参考以及少走弯路，本文的重点是你有没有收获与成长，其余的都不重要，希望读者们能谨记这一点。

不论遇到什么困难，都不应该成为我们放弃的理由！

如果有什么疑问的可以直接私我，我尽自己最大力量帮助你！

最后祝各位新人都能坚持下来，学有所成。