jsoup 获取html中body内容_使用Jsoup 抓取页面的数据

需要使用的是jsoup-1.7.3.jar包 如果需要看文档我下载请借一步到官网

这里贴一下我用到的 Java工程的测试代码package com.javen.Jsoup;

import java.io.IOException;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

public class JsoupTest {

static String url="http://www.cnblogs.com/zyw-205520/archive/2012/12/20/2826402.html";

/**

* @param args

* @throws Exception

*/

public static void main(String[] args) throws Exception {

// TODO Auto-generated method stub

BolgBody();

//test();

//Blog();

/*

* Document doc = Jsoup.connect("http://www.oschina.net/")

* .data("query", "Java") // 请求参数 .userAgent("I ’ m jsoup") // 设置

* User-Agent .cookie("auth", "token") // 设置 cookie .timeout(3000) //

* 设置连接超时时间 .post();

*/// 使用 POST 方法访问 URL

/*

* // 从文件中加载 HTML 文档 File input = new File("D:/test.html"); Document doc

* = Jsoup.parse(input,"UTF-8","http://www.oschina.net/");

*/

}

/**

* 获取指定HTML 文档指定的body

* @throws IOException

*/

private static void BolgBody() throws IOException {

// 直接从字符串中输入 HTML 文档

String html = "

开源中国社区 "

+ "

这里是 jsoup 项目的相关文章

";

Document doc = Jsoup.parse(html);

System.out.println(doc.body());

// 从 URL 直接加载 HTML 文档

Document doc2 = Jsoup.connect(url).get();

String title = doc2.body().toString();

System.out.println(title);

}

/**

* 获取博客上的文章标题和链接

*/

public static void article() {

Document doc;

try {

doc = Jsoup.connect("http://www.cnblogs.com/zyw-205520/").get();

Elemen