原文链接:https://blog.csdn.net/justLym/article/details/105715516
jsoup是一款Java的html解析工具,主要是对html和xml文件进行解析
在写爬虫的时候,当我们用HttpClient之类的框架,得到目标网页的源码后,需要从网页源码中取得我们想要的内容。就可以使用jsoup轻松获取想要的内容。
获取jsoup的maven方式
<!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.11.3</version>
</dependency>
String text = "<ul><li>姓名:<b>张三</b></li><li>年龄:23</li><li>性别:<span style=\"color: rgb(0, 255, 0);\">男</span></li></ul><span style=\"color: rgb(0, 255, 0);\">女</span>";
Document doc = Jsoup.parse(text);
Elements divs = doc.select("span");
System.out.println(divs);
for (Element div : divs) {
if("女".equals(div.text())){
System.out.println(1);
}
}