使用Jsoup解析html

随时随地阅读更多技术实战干货，获取项目源码、学习资料，请关注源代码社区公众号(ydmsq666)、博主微信（guyun297890152）、QQ技术交流群(183198395)。

在前面一些文章中介绍了Jsoup的一些常用类的使用：jsoup的Document类、Jsoup类、jsoup的Node类、jsoup的Element类、jsoup的Elements类。都是其常用API的翻译，这里给一个简单例子：

MainActivity：

 

package com.home.testjsoup;

import java.io.IOException;
import java.net.MalformedURLException;
import java.net.URL;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import android.app.Activity;
import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;

public class MainActivity extends Activity implements OnClickListener {
	private Button btn;
	private static final String URL_STR = "http://vip.astro.sina.com.cn/iframe/astro/view/aries/day/";

	@Override
	protected void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		setContentView(R.layout.main);
		btn = (Button) findViewById(R.id.main_btn);
		btn.setOnClickListener(this);
	}

	@Override
	public void onClick(View v) {
		if (v == btn) {
			new Thread(r).start();
		}
	}

	Runnable r = new Runnable() {
		Document doc;

		@Override
		public void run() {
			try {
				doc = Jsoup.parse(new URL(URL_STR), 10000);
			} catch (MalformedURLException e) {
				e.printStackTrace();
			} catch (IOException e) {
				e.printStackTrace();
			}
			if (doc != null) {
				doParse(doc);
			}
		}
	};

	/**
	 * 解析html中部分内容
	 * 
	 * @param doc
	 */
	private void doParse(Document doc) {
		// 解析出星座描述
		String describe = doc.getElementsByClass("lotconts").first().text();
		System.out.println(describe);

		// 解析出有效日期
		String validDate = doc.getElementsByClass("datea").first().text();
		System.out.println(validDate);

		// 解析出星座名称和日期
		String constellationDate = doc.select("span").first().text();
		System.out.println(constellationDate);

		// 解析所有class为“tab”的内容
		Elements elements = doc.getElementsByClass("tab");
		if (elements != null) {
			for (Element e : elements) {
				// 模块标题
				String title = e.select("h4").get(0).text();
				System.out.println(title);

				// p标签之间的文本内容，没有则为null
				String pText = e.select("p").get(0).text();
				System.out.println(pText);

				// src链接地址
				Elements linkText = e.select("[src]");
				System.out.println(linkText.attr("src"));
			}
		}

	}
}