由于Jsoup是一个外部的jar包,所以我们需要从网上下载jar包并且导入到工程里面。
下载Jsoup包
然后添加到工程中,具体不再阐述。
函数解析:
Document doc = Jsoup.connect(“http://www.ithome.com/“) .timeout(60000).get();
参数一:网站域名
.timeout设置网络超时时间
.get()获取网页HTML的内容
代码返回一个Document对象,这个对象包含了我们所熟悉的HTML代码
doc.html();
当我们使用时候这条代码的时候就会取得网页的html的代码!
使用Println()打印doc.html()如下:
这样我们就获得了网页代码了!
接下来我们要取出其中的数据,如何去获取呢?
很简单!!
document.getElementById(id);//通过ID获取元素,返回Element
document.getElementsByClass(className);//通过类名获取元素,返回Elements
document.getElementsByTag(tagName);//通过标签获取元素,返回Elements
//以上代码需要注意返回的类型,是Elements还是Element
//注意导入的包名字是否正确!
实例:
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
public class Test {
public static void main(String[] args) {
try {
Document document =Jsoup.connect("http://wap.ithome.com").get();
Elements tagElement = document.getElementsByTag("title");
//取出所有标签为‘<title>*****<title>’的元素
//打印的结果为“<title>IT之家-手机版<title>”
System.out.println(tagElement.text());
//获取元素的文本
//打印的结果为“IT之家-手机版”
} catch (IOException e) {
e.printStackTrace();
}
}
}
通过这样的方式可以取出html中任意的元素文本,赶快尝试一下吧~
第一节先到这里吧,如果有下期我们来获取新闻列表。
更多Jsoup说明,请参考链接
http://www.open-open.com/jsoup/