Jsoup和JsoupXpath的实际使用案例

已于 2022-03-05 13:39:06 修改
阅读量653 收藏 2
点赞数 1
分类专栏： java学习之路 文章标签： java html
于 2021-09-08 22:57:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42449963/article/details/120190809
版权
本文详细介绍了如何使用Jsoup和JsoupXpath库来解析HTML文档，包括连接网页、提取元素、操作属性以及XPath选择器的运用。示例代码展示了从百度百科Java条目中提取图片、摘要、关键词等信息，强调了Jsoup和JsoupXpath在网页抓取和解析中的实用功能。
摘要由CSDN通过智能技术生成

目录

依赖引入

// JsoupXpath会自动引入jsoup依赖
<dependency>
    <groupId>cn.wanghaomiao</groupId>
    <artifactId>JsoupXpath</artifactId>
    <version>2.3.2</version>
</dependency>

代码说明

示例代码涉及以下内容：
一、Jsoup的用法
       1、测试parse()方法
       2、测试connect()方法
       3、测试getElementsByAttribute()、getElementsByTag()、attr()(注意：本次attr用作获取)方法
       4、测试html()、text()方法
       5、测试attr()(注意：本次attr用作设置)、outerHtml()方法
二、JsoupXpath的用法
       1、测试sel()方法
       2、测试selNOne()方法
       3、测试selOne()方法
       4、测试selN()方法

示例代码

public class Test {
    public static void main(String[] args) throws IOException {
        System.out.println("一、Jsoup的用法");
        System.out.println("注意：下面案例中部分代码用到了JsoupXpath，目的是介绍Jsoup中内容的用法，不要见怪");
        // 1、测试parse()方法获取Document对象
        System.out.println("1、测试parse()方法，获取Document对象");
        // 以下参数中的是网页文件的全路径，这个文件就是我点击百科百度，搜索“Java（计算机编程语言）”，然后在网页空白处右键，选择“查看网页源代码”，然后将源代码保存到html文件中产生的，由于这个路径你不一定有，所以我暂时注释该写法
//        File file = new File("C:\\Users\\mingming\\Desktop\\Java（计算机编程语言）.html");
//        Document doc = Jsoup.parse(file, "UTF-8");

        // 2、测试connect()方法获取Document对象
        System.out.println("2、测试connect()方法获取Document对象");
        Document doc = Jsoup.connect("https://baike.baidu.com/item/java/85979").timeout(1000 * 60 * 30).get();
        // 由于内容较多，所以只截取前1000个字符
        System.out.println("Document对象：" + doc.toString().replaceAll("[\r|\n|\b|\t]*", "").substring(0, 1000));

        // 3、测试getElementsByAttribute()、getElementsByTag()、attr()(注意：本次attr用作获取)的用法，下面代码的含义是用来获取链接地址所指向页面中的概述图片
        System.out.println("测试getElementsByAttribute()、getElementsByTag()、attr()(注意：本次attr用作获取)方法，下面代码的含义是用来获取链接地址所指向页面中的概述图片");
        JXDocument jxDocument = new JXDocument(doc.getAllElements());
        Object object = null;
        Element element = null;
        Object url = jxDocument.selOne("//div[@class='summary-pic']//a/@href");
        Document document = Jsoup.connect("https://baike.baidu.com" + url.toString()).timeout(1000 * 60 * 30).get();
        Elements picElements = document.getElementsByAttribute("data-sign");
        for (Element picElement : picElements) {
            String realUrl = picElement.getElementsByTag("img").get(0).attr("src").split("\\?")[0];
            Element element2 = picElement.getElementsByTag("img").get(0);
            String altValue = element2.attr("alt");
            System.out.println("图片名称：" + altValue + "；链接地址：" + realUrl);
        }

        // 4、测试html()、text()方法，获取摘要html代码和文本
        System.out.println("4、测试html()、text()方法，获取摘要html代码和文本");
        element = (Element) jxDocument.selOne("//div[@class='lemma-summary']");
        // 由于获取的html代码带有换行符等符号，去除后方便查看
        System.out.println("摘要html：" + element.html().replaceAll("[\r|\n|\b|\t]*", ""));
        System.out.println("摘要文本：" + element.text().replaceAll("[\r|\n|\b|\t]*", ""));

        // 5、测试attr()(注意：本次attr用作设置)、outerHtml()方法，设置文档中的第一张图片链接地址为百度Logo地址，然后返回html代码，本例不是真实例子，只为演示该功能使用
        System.out.println("5、测试attr()(注意：本次attr用作设置)、outerHtml()方法，设置文档中的第一张图片链接地址为百度Logo地址，然后返回html代码，本例不是真实例子，只为演示该功能使用");
        Elements imgElements = doc.getElementsByTag("img");
        imgElements.get(0).attr("src", "https://baike.baidu.com/pic/%E7%99%BE%E5%BA%A6/6699/0/86d6277f9e2f070828386172686eaf99a9014c085424?fr=lemma&ct=single");
        System.out.println("图片标签：" + imgElements.get(0).outerHtml().replaceAll("[\r|\n|\b|\t]*", ""));

        System.out.println("\n");

        System.out.println("二、JsoupXpath的用法");
        System.out.println("注意：xpath语法可以看：https://www.w3school.com.cn/xpath/index.asp");
        // 1、测试sel()方法，用来获取蓝色关键字，同时还可以学习xpath语法中starts-with的用法，以及starts-with和其他属性连用的用法
        System.out.println("1、测试sel()方法，用来获取蓝色关键字，同时还可以学习xpath语法中starts-with、contains、text()的用法");
        // starts-with：匹配一个属性开始位置内容的关键字，另外再说一下text()和contains的用法
        // contains：匹配一个属性值中包含的字符串；例如：//input[contains(@name,"tip")]用于查找name属性中包含tip关键字的页面元素
        // text()：匹配的是显示文本信息，此处也可以用来做定位用；例如：//a[text()='百度搜索']或者//a[contains(text(),"百度搜索")]，针对的数据是；<a href="http://www.baidu.com">百度搜索</a>
        List<Object> list = jxDocument.sel("//div[@class='para']//a[starts-with(@href,'/item') and @target='_blank']");
        if (list.size() != 0) {
            for (Object obj : list) {
                element = (Element) obj;
                String keyword = element.text();
                // 由于URL中含有汉字，所以百度百科中是编码形式的，我们需要进行解码
                String href = URLDecoder.decode(element.attr("href"), "UTF-8");
                System.out.println("关键字：" + keyword + "；链接：" + href);
            }
        }

        // 2、测试selNOne()方法，获取标题名称
        System.out.println("2、测试selNOne()方法，获取标题名称");
        JXNode node = jxDocument.selNOne("//dd[@class='lemmaWgt-lemmaTitle-title J-lemma-title']/h1");
        System.out.println("标题名称：" + node.asElement().text());

        // 3、测试selOne()方法，获取检索内容
        System.out.println("3、测试selOne()方法，获取检索内容");
        // 其中@content用来获取属性名称是content的属性值
        object = jxDocument.selOne("//meta[@name='description']/@content");
        System.out.println("检索内容：" + object.toString());

        // 4、测试selN()方法，获取目录
        System.out.println("4、测试selN()方法，获取目录");
        List<JXNode> nodes = jxDocument.selN("//div[@class='lemmaWgt-lemmaCatalog']//ol//li");
        String levelName = null;
        for (JXNode jxNode : nodes) {
            if (jxNode.asElement().className().contains("level1")) {
                levelName = jxNode.asElement().getElementsByTag("a").text();
                System.out.println("一级目录：" + levelName);
            } else if (jxNode.asElement().className().contains("level2")) {
                levelName = jxNode.asElement().getElementsByTag("a").text();
                System.out.println("    二级目录：" + levelName);
            }
        }
    }
}

执行结果

一、Jsoup的用法
注意：下面案例中部分代码用到了JsoupXpath，目的是介绍Jsoup中内容的用法，不要见怪
1、测试parse()方法，获取Document对象
2、测试connect()方法获取Document对象
Document对象：<!doctype html><!--STATUS OK--><html> <head>   <meta charset="UTF-8">   <meta http-equiv="X-UA-Compatible" content="IE=Edge">   <meta name="referrer" content="always">   <meta name="description" content="Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程。Java具有简单性、面向对象、分布式、健壮性、安全性、平台独立与可移植性、多线程、动态性等特点。Java可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等。">   <title>Java（计算机编程语言）_百度百科</title>   <link rel="shortcut icon" href="/favicon.ico" type="image/x-icon">   <link rel="icon" sizes="any" mask href="http://baikebcs.bdimg.com/cms/static/baike-icon.svg">   <meta name="csrf-token" content="">   <meta itemprop="dateUpdate" content="2021-09-08 09:19:37">   <meta name="keywords" content="Java, Java发展历程, Java编程开发, Java语言特点, Java工作原理, Java语言基础, Java语言标准, Java语言规范, Java技术应用, Java学习指南, Java语言评价">   <link rel="alternate" hreflang="x-default" href="https://baike.baidu.com/item/Java/85979">   <link rel="alternate" hreflang="zh"
测试getElementsByAttribute()、getElementsByTag()、attr()(注意：本次attr用作获取)的用法，下面代码的含义是用来获取链接地址所指向页面中的概述图片
图片名称：Java；链接地址：https://bkimg.cdn.bcebos.com/pic/14ce36d3d539b6003af33a98ab1f222ac65c103819c7
4、测试html()、text()方法，获取摘要html代码和文本
摘要html：<div class="para" label-module="para"> Java是一门 <a target="_blank" href="/item/%E9%9D%A2%E5%90%91%E5%AF%B9%E8%B1%A1">面向对象</a>编程语言，不仅吸收了 <a target="_blank" href="/item/C%2B%2B">C++</a>语言的各种优点，还摒弃了C++里难以理解的 <a target="_blank" href="/item/%E5%A4%9A%E7%BB%A7%E6%89%BF">多继承</a>、 <a target="_blank" href="/item/%E6%8C%87%E9%92%88/2878304" data-lemmaid="2878304">指针</a>等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程 <sup class="sup--normal" data-sup="1" data-ctrmap=":1,"> [1]</sup> <a class="sup-anchor" name="ref_[1]_12654100">&nbsp;</a> 。</div><div class="para" label-module="para"> Java具有简单性、面向对象、 <a target="_blank" href="/item/%E5%88%86%E5%B8%83%E5%BC%8F/19276232" data-lemmaid="19276232">分布式</a>、 <a target="_blank" href="/item/%E5%81%A5%E5%A3%AE%E6%80%A7/4430133" data-lemmaid="4430133">健壮性</a>、 <a target="_blank" href="/item/%E5%AE%89%E5%85%A8%E6%80%A7/7664678" data-lemmaid="7664678">安全性</a>、平台独立与可移植性、 <a target="_blank" href="/item/%E5%A4%9A%E7%BA%BF%E7%A8%8B/1190404" data-lemmaid="1190404">多线程</a>、动态性等特点 <sup class="sup--normal" data-sup="2" data-ctrmap=":2,"> [2]</sup> <a class="sup-anchor" name="ref_[2]_12654100">&nbsp;</a> 。Java可以编写 <a target="_blank" href="/item/%E6%A1%8C%E9%9D%A2%E5%BA%94%E7%94%A8%E7%A8%8B%E5%BA%8F/2331979" data-lemmaid="2331979">桌面应用程序</a>、 <a target="_blank" href="/item/Web%E5%BA%94%E7%94%A8%E7%A8%8B%E5%BA%8F">Web应用程序</a>、 <a target="_blank" href="/item/%E5%88%86%E5%B8%83%E5%BC%8F%E7%B3%BB%E7%BB%9F/4905336" data-lemmaid="4905336">分布式系统</a>和 <a target="_blank" href="/item/%E5%B5%8C%E5%85%A5%E5%BC%8F%E7%B3%BB%E7%BB%9F/186978" data-lemmaid="186978">嵌入式系统</a>应用程序等 <sup class="sup--normal" data-sup="3" data-ctrmap=":3,"> [3]</sup> <a class="sup-anchor" name="ref_[3]_12654100">&nbsp;</a> 。</div>
摘要文本：Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程 [1]  。 Java具有简单性、面向对象、分布式、健壮性、安全性、平台独立与可移植性、多线程、动态性等特点 [2]  。Java可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等 [3]  。
5、测试attr()(注意：本次attr用作设置)、outerHtml()方法，设置文档中的第一张图片链接地址为百度Logo地址，然后返回html代码，本例不是真实例子，只为演示该功能使用
图片标签：<img class="sl-player-el-img" src="https://baike.baidu.com/pic/%E7%99%BE%E5%BA%A6/6699/0/86d6277f9e2f070828386172686eaf99a9014c085424?fr=lemma&amp;ct=single">


二、JsoupXpath的用法
注意：xpath语法可以看：https://www.w3school.com.cn/xpath/index.asp
1、测试sel()方法，用来获取蓝色关键字，同时还可以学习xpath语法中starts-with、contains、text()的用法
关键字：面向对象；链接：/item/面向对象
关键字：C++；链接：/item/C++
关键字：多继承；链接：/item/多继承
关键字：指针；链接：/item/指针/2878304
关键字：分布式；链接：/item/分布式/19276232
关键字：健壮性；链接：/item/健壮性/4430133
关键字：安全性；链接：/item/安全性/7664678
关键字：多线程；链接：/item/多线程/1190404
关键字：桌面应用程序；链接：/item/桌面应用程序/2331979
关键字：Web应用程序；链接：/item/Web应用程序
关键字：分布式系统；链接：/item/分布式系统/4905336
关键字：嵌入式系统；链接：/item/嵌入式系统/186978
关键字：智能化；链接：/item/智能化
关键字：帕特里克；链接：/item/帕特里克/4831889
关键字：詹姆斯·高斯林；链接：/item/詹姆斯·高斯林
关键字：加利福尼亚；链接：/item/加利福尼亚
关键字：门洛帕克；链接：/item/门洛帕克
关键字：C++；链接：/item/C++
关键字：硬件；链接：/item/硬件
关键字：跨平台；链接：/item/跨平台
关键字：二进制；链接：/item/二进制
关键字：字节码；链接：/item/字节码
关键字：半导体芯片；链接：/item/半导体芯片
关键字：Oak；链接：/item/Oak
关键字：面向对象语言；链接：/item/面向对象语言
关键字：万维网；链接：/item/万维网
关键字：Mosaic；链接：/item/Mosaic
关键字：因特网；链接：/item/因特网
关键字：远景；链接：/item/远景
关键字：IT；链接：/item/IT/16684878
关键字：Applet；链接：/item/Applet
关键字：IBM；链接：/item/IBM/9190
关键字：Apple；链接：/item/Apple/3860362
关键字：DEC；链接：/item/DEC
关键字：Adobe；链接：/item/Adobe
关键字：HP；链接：/item/HP
关键字：Oracle；链接：/item/Oracle
关键字：e；链接：/item/e
关键字：微软；链接：/item/微软
关键字：J2ME；链接：/item/J2ME
关键字：J2SE；链接：/item/J2SE
关键字：J2EE；链接：/item/J2EE
关键字：HotSpot；链接：/item/HotSpot
关键字：Apple；链接：/item/Apple/3860362
关键字：XML；链接：/item/XML
关键字：JavaEE；链接：/item/JavaEE
关键字：JavaME；链接：/item/JavaME
关键字：JDK；链接：/item/JDK/1011
关键字：Java API；链接：/item/Java API
关键字：JRE；链接：/item/JRE
关键字：JRE；链接：/item/JRE
关键字：Eclipse；链接：/item/Eclipse/61703
关键字：NetBeans；链接：/item/NetBeans
关键字：IntelliJ IDEA；链接：/item/IntelliJ IDEA
关键字：MyEclipse；链接：/item/MyEclipse
关键字：Genuitec；链接：/item/Genuitec
关键字：EditPlus；链接：/item/EditPlus
关键字：编译器；链接：/item/编译器
关键字：Javac；链接：/item/Javac
关键字：C++；链接：/item/C++
关键字：break；链接：/item/break/405784
关键字：continue；链接：/item/continue/3009735
关键字：overload；链接：/item/overload/5090058
关键字：class；链接：/item/class/12502737
关键字：Package；链接：/item/Package
关键字：java.awt；链接：/item/java.awt
关键字：java.io；链接：/item/java.io
关键字：java.net；链接：/item/java.net
关键字：stream；链接：/item/stream
关键字：轻量级；链接：/item/轻量级/10002835
关键字：隐式声明；链接：/item/隐式声明
关键字：讹误；链接：/item/讹误
关键字：恶意代码；链接：/item/恶意代码
关键字：存储器；链接：/item/存储器
关键字：声明；链接：/item/声明/13130358
关键字：CPU；链接：/item/CPU
关键字：Thread；链接：/item/Thread/5156974
关键字：synchronized；链接：/item/synchronized
关键字：记事本；链接：/item/记事本/2519
关键字：写字板；链接：/item/写字板
关键字：UltraEdit；链接：/item/UltraEdit
关键字：Eclipse；链接：/item/Eclipse/61703
关键字：MyEclipse；链接：/item/MyEclipse
关键字：字符；链接：/item/字符
关键字：布尔值；链接：/item/布尔值
关键字：十进制；链接：/item/十进制
关键字：八进制；链接：/item/八进制
关键字：十六进制；链接：/item/十六进制
关键字：char；链接：/item/char/5156054
关键字：boolean；链接：/item/boolean
关键字：true；链接：/item/true/9955400
关键字：false；链接：/item/false
关键字：String；链接：/item/String/5137266
关键字：JCP；链接：/item/JCP
关键字：RI；链接：/item/RI
关键字：TCK；链接：/item/TCK
关键字：Java ME；链接：/item/Java ME
关键字：Java SE；链接：/item/Java SE
关键字：Java EE；链接：/item/Java EE
关键字：XML；链接：/item/XML
关键字：OSS；链接：/item/OSS/3505559
关键字：JAIN；链接：/item/JAIN
关键字：JSR；链接：/item/JSR
关键字：Android；链接：/item/Android/60243
关键字：JVM；链接：/item/JVM
关键字：封装；链接：/item/封装/2796965
关键字：金融服务业；链接：/item/金融服务业
关键字：frameworks；链接：/item/frameworks
关键字：KB；链接：/item/KB/331
关键字：HBase；链接：/item/HBase
关键字：Java从入门到精通（第3版）；链接：/item/Java从入门到精通（第3版）
关键字：疯狂Java讲义；链接：/item/疯狂Java讲义
关键字：Java编程思想（第4版）；链接：/item/Java编程思想（第4版）
关键字：INTERNET；链接：/item/INTERNET/272794
关键字：服务器；链接：/item/服务器
关键字：JSP；链接：/item/JSP/141543
关键字：JAVA SCRIPT；链接：/item/JAVA SCRIPT
关键字：HTML；链接：/item/HTML
关键字：Web；链接：/item/Web/150564
2、测试selNOne()方法，获取标题名称
标题名称：Java
3、测试selOne()方法，获取检索内容
检索内容：Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程。Java具有简单性、面向对象、分布式、健壮性、安全性、平台独立与可移植性、多线程、动态性等特点。Java可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等。
4、测试selN()方法，获取目录
一级目录：发展历程
一级目录：编程开发
    二级目录：编程环境
    二级目录：编程工具
一级目录：语言特点
一级目录：工作原理
一级目录：语言基础
    二级目录：基本数据结构
    二级目录：关键字
    二级目录：运算符
    二级目录：程序举例
一级目录：语言标准
一级目录：语言规范
一级目录：技术应用
一级目录：学习指南
    二级目录：考试
    二级目录：教材
一级目录：语言评价
    二级目录：发展前景
    二级目录：贡献及影响力

参考文档

  1. Jsoup快速入门，对应pdf文档是：链接：https://pan.baidu.com/s/1-wor7kQaXfYMbc1t_TlCZA 提取码：401i
  2. Java开源的支持xpath的html解析器介绍–JsoupXpath
  3. xpath定位中starts-with、contains和text()的用法
  4. Jsoup（一）Jsoup详解（官方）
  5. Jsoup和JsoupXpath使用方法
明快de玄米61
关注
专栏目录
[Java爬虫] 使用 Xpath + HtmlUnit 爬取网页基本信息
IT小村
03-21 7188
一、前言 使用 Jsoup + HttpClient （组合一）基本可以爬取很多我们需要的信息了，Xpath + HtmlUnit （组合二）的组合更是强大，无论是从选择上，还是从解析上，都可以胜任组合一的。下面列举一个简单的例子，主要展示了其主要的技术：①模拟浏览器、②使用代理IP、③取消CSS、JS解析、④Xpath的简单使用 Ⅰ、其他基础： ① 使用Xpath的一个例子：使用...
【Android+OkHttp3+Jsoup】 模拟登录教务系统 抓取课表和成绩
10-12
Android sutio项目，要想成功抓取课表和成绩，需要修改Constants.java中请求URL，请求参数等内容。
Jsoup和JsoupXpath使用方法
热门推荐
weixin_42022555的博客
09-20 1万+
Jsoup jsoup 是一款Java 的XML、HTML解析器，可直接解析某个URL地址、HTML文本内容和已经存在的文件。 XML DOM和HTML DOM一样，都会将xml文件中的所有标签记载到内存并生成一个document对象保存他们   jsoup获取xml、html文件的document对象三种方式： 1.解析一个字符串获取Document对象 static  Docume...
Jsoup xpath的使用
csdncjh的博客
04-02 8631
jsoup选择器
java jsoupxpath_Jsoup中Xpath的使用
weixin_34621309的博客
02-16 439
wudi19malewudi19malepackage cn.itcast.xml.jsoup;import java.io.File;import java.io.IOException;import java.util.List;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import org.jsoup.nodes.Eleme...
JAVA爬虫JsoupXPath
huahuaxingjing的博客
04-23 782
JsoupXPath是基于Jsoup的拓展，使用路径的形式解析XML和HTML文档。核心类为JXDocument。JsoupXPath的节点对象JXNode不仅可以获取标签节点，还可以获取属性节点。JXNode可以调用getElement或asElement()获得Jsoup的Element对象。复制出来的XPath如下所示，根据这个XPath只能获取到刚刚选中的那个<li>根据XPath的规范修改之后，就可以获取到这个<ul>下全部的<li>。在控制台里右击标签，可以复制到这个标签的。
JsoupXpath jar或maven依赖
野草说技术
01-27 964
jar http://jsoupxpath.wanghaomiao.cn/ maven依赖 <dependency> <groupId>cn.wanghaomiao</groupId> <artifactId>JsoupXpath</artifactId> <version>2.2</version> </dependency>
htmlunit2.8 + jsoup1.7网站数据抓取
12-31
本项目重点介绍了如何利用htmlunit2.8和jsoup1.7这两个强大的库来实现这一目标。下面我们将深入探讨这两个工具以及它们在数据抓取中的应用。 **htmlunit2.8** HtmlUnit是一个Java库，模仿了一个无头浏览器，能够...
vPaser+jsoup
06-29
**vParser+jsoup**是一种组合使用vParser和jsoup库来解析静态网页并提取其中数据的方法。在IT行业中，这种技术广泛应用于Web抓取、数据挖掘和自动化测试等领域。以下将详细介绍这两个库以及如何结合它们来实现所需...
jsoup解析某城市的XML
08-06
在本案例中，我们将讨论如何使用Jsoup解析特定城市的数据，这些数据可能是通过XML格式提供的。XML（可扩展标记语言）是一种结构化的数据存储方式，常用于网络数据交换。在IT领域，理解和操作XML文档是至关重要的技能...
JsoupXPath的所有依赖的jar文件
06-18
JsoupXPath的所有依赖的jar文件。
jsoup的jar包、xpath所有jar包
04-16
jsoup的jar包、xpath所有jar包,jsoup-1.11.3.jar、JsoupXpath-2.2.jar。
XPath依赖Jar包
04-09
XPath依赖Jar包，还有关于XPath手册，该手册有XPath的几个小例子，非常方便初学者阅读。
XML：Jsoup/Xpath
UP青年
01-06 331
文章目录一、`Jsoup`：页面解析工具二、对象的使用：1. Jsoup：工具类，可以解析html或xml文档，返回Document2. Document：文档对象。代表内存中的dom树3. Elements：元素Element对象的集合。可以当做 ArrayList来使用4. Element：元素对象5. Node：节点对象：是Document和Element的父类三、快捷查询：（1）selec...
Java开源的支持xpath的html解析器介绍--JsoupXpath
weixin_30621959的博客
10-21 289
JsoupXpath(https://github.com/zhegexiaohuozi/JsoupXpath)是一款纯Java开发的使用xpath解析提取html内容的解析器，xpath语法分析与执行完全独立，html的DOM树生成借助Jsoup，故命名为JsoupXpath. 为了在java里也享受xpath的强大与方便但又苦于找不到一款足够强大的xpath解析器，故开发了JsoupXpat...
jsoup、xpath教程
weixin_30748995的博客
06-25 104
一、jsoup 1、使用JSOUP处理HTML文档 2、使用 jsoup 对 HTML 文档进行解析和操作 3、jsoup开发指南,jsoup中文使用手册,jsoup中文文档 二、xpath 1、XPath 语法 三、其他 1、jtidy用法 转载于:https://www.cnblogs.com/linjiqin/p/3154593.html...
Android 本地网络小说爬虫，基于 jsoup 及 xpath(1)
最新发布
2401_83817122的博客
04-12 869
put(SourceID.SHUQIBA, new Source(SourceID.SHUQIBA, “书旗吧”, “http://www.shuqiba.com/modules/article/search.php?put(SourceID.QUANXIAOSHUO, new Source(SourceID.QUANXIAOSHUO, “全小说”, “http://qxs.la/s_%s”));目前虽然请求结果是通过 Callback 形式，因为搜多个源是分批返回结果。
让你的Jsoup支持Xpath
cysdxy的博客
09-29 5549
Xpath是专业的xml结构化文档的查询语言，语法功能强大，本文不涉及xpath语法教程。 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，但是选取某个元素时还是没有xpath那么简单直接，而且xpath带了很多选择库。 然而遗憾的时，jsoup并不
JsoupDemo6_XMLSelector和Xpath两种快捷查询方式
qq_1595986877
07-05 271
XML快捷查询方式： 1. selector:选择器(JsoupDemo6) * 使用的方法是：Elements select​(String cssQuery) * 语法：参考Selector类中定义的语法 代码 /** * 选择器查询 * document继承自ELement对象,document的返回值是ELement */ public class JsoupDemo6_Selector { public static void main(String[] args
jsoup使用xpath
07-27
使用Jsoup进行XPath查询需要先引入JsoupXpath依赖。在pom.xml文件中添加以下依赖项： ```xml <!-- jsoup HTML parser library @ https://jsoup.org/ --> <groupId>org.jsoup <artifactId>jsoup <version>...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值