使用jsoup解析HTML，修改img标签的src属性

简介

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。（摘自百度百科）

jsoup虽然支持爬取网页源码，但仅仅支持HTTP，HTTPS协议。所以大多还是用来解析HTML。

查看了API发现用jsoup解析HTML可以是字符串，URL，文件。

文档

jsoup中文文档

介绍

本篇也是用jsoup解析HTML字符串内容，将里面的img标签中的src 的属性值给替换掉。

使用

在pom.xml文件中添加依赖。版本可自行更改。

<dependency>
	<groupId>org.jsoup</groupId>
	<artifactId>jsoup</artifactId>
    <version>1.10.2</version>
</dependency>

代码

	private static String dealImage(String html){
        Document doc = Jsoup.parse(html);//解析html
        Elements imgList = doc.body().getElementsByTag("img");//获取所有img标签
        for(Element element : imgList){
            String src = element.attr("src");//获取src属性值
            // TODO 处理src属性值
            element.attr("src",src);//修改src属性值
        }
        String newStr = doc.body().toString();//处理后的HTML
        return newStr.substring(6,newStr.length()-7); //首尾自带 body 标签，可截取掉
    }

附

jsoup的作用还有很多。因项目需求中，只涉及到更改img标签的src属性。还有很多功能强大的例子可以自己写个demo跑一下。