jsoup 的基本使用以及API内容

shijialeya.

已于 2022-09-18 21:42:04 修改

阅读量6.6k

点赞数 9

文章标签： java

于 2020-11-19 17:52:18 首次发布

shijialeya

本文链接：https://blog.csdn.net/weixin_44496396/article/details/109799341

版权

Jsoup 获取 Document 的三种方法：

1. 读取取字符串的方式获取 Document，代码如下所示：

@Test
//获取完整的字符串内容
public void test01() {
    String html = "<html> <div> <h1>h1标签</h1> <span>span标签</span> </div> </html>";
    Document document = Jsoup.parse(html);
    System.out.println(document);
}

@Test
//获取部分的字符串内容
public void test02() {
    String html = "<html> <div> <h1>h1标签</h1> <span>span标签</span> </div> </html>";
    Document document = Jsoup.parse(html);
    //此处就像 JavaScript 的选择器
    Elements div = document.getElementsByTag("div");
    System.out.println(div);
}

test01 输出结果如下：

<html> 
 <head></head>
 <body>
  <div> 
   <h1>h1标签</h1> <span>span标签</span> 
  </div> 
 </body>
</html>

test02 输出结果如下：

<div> 
 <h1>h1标签</h1> <span>span标签</span> 
</div>

2. 使用 GET 或则 POST 方式获取 Document，代码如下所示：

@Test
//通过 GET 方式获取
public void test03() {
    Document document;
    try {
        //get 请求
        System.out.println("GET 请求方式获取数据");
        document = Jsoup.connect("http://bp.shijialeya.top").get();
        System.out.println(document);
        System.out.println();
    } catch (IOException e) {
        e.printStackTrace();
    }
}

@Test
//通过 POST 方式获取
public void test04() {
    Document document;
    try {
        //POST请求
        System.out.println("POST 请求方式获取数据");
        document = Jsoup.connect("http://bp.shijialeya.top")
                .data("username", "jiale")  //添加请求数据参数。
                .userAgent("Mozilla AppleWebKit Chrome Safari Edg")  //设置请求用户代理头。
                .cookie("auth", "token")  //设置请求中要发送的 cookie。
                .timeout(2000)  //设置超时时间
                .post();
        //更多的 API查看文章末尾 Connection 接口的方法
        System.out.println(document);
    } catch (IOException e) {
        e.printStackTrace();
    }
}

test03 输出结果如下：

GET 请求方式获取数据
<!doctype html>
<html lang="ZH-cn"> 
 <head> 
  <meta charset="UTF-8"> 
  <meta name="viewport" content="width=device-width, initial-scale=1.0, user-scalable=no"> 
  //省略...

test04 输出结果如下：

POST 请求方式获取数据
<!doctype html>
<html lang="ZH-cn"> 
 <head> 
  <meta charset="UTF-8"> 
  <meta name="viewport" content="width=device-width, initial-scale=1.0, user-scalable=no"> 
  //省略...

3. 在文件中获取 Document，代码如下所示：
在同目录下创建 index.html

<html>
<head>
    <title>hello</title>
</head>
<body>
    键盘敲烂, 工资过万
</body>
</html>

编写 Java 类

@Test
//通过 File 方式获取
public void test05() {
    File file = new File("src/main/resources/index.html");
    Document document = null;
    try {
        document = Jsoup.parse(file, "UTF-8");
        System.out.println(document);
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if (document != null){
            document.clone();
        }
    }
}

test05 输出结果如下：

<html> 
 <head> 
  <title>hello</title> 
 </head> 
 <body>
   键盘敲烂, 工资过万  
 </body>
</html>

使用 Document 通过选择器获取 Elements

常用的方法：

select(String cssQuery)：查找与SelectorCSS查询匹配的元素，类似于 JQuery 的选择器。
getElementById(String id)：通过ID查找元素
getElementsByClass(String className)：通过class查找元素
getElementsByTag(String tagName) 通过指定名称查找元素，并递归地查找这些元素。
getAllElements()：在此元素下找到所有元素。
firstElementSibling()：获取此元素的第一个元素同级
getElementsByAttributeStarting(String keyPrefix)：查找具有以提供的前缀开头的属性名称的元素
getElementsByAttributeValue(String key, String value)：查找具有具有特定值的属性的元素
getElementsByAttributeValueContaining(String key, String match)：查找具有其值包含匹配字符串的属性的元素
getElementsByAttributeValueStarting(String key, String valuePrefix)：查找具有以值前缀开头的属性的元素
getElementsByAttributeValueEnding(String key, String valueSuffix)：查找具有以值后缀结尾的属性的元素
getElementsContainingText(String searchText) ：查找包含指定字符串的元素

创建一个 index.html 文件，内容如下：

<html>
<head>
    <title>hello页面</title>
</head>
<body>
    <div class="boxClass">class div 盒子</div>
    <div id="boxId">Id div 盒子</div>
    <div><span>div 下的 span 标签</span></div>
</body>
</html>

Java 代码示例：

@Test
//选择器
public void test06() {
    File file = new File("src/main/resources/index.html");
    Document document = null;
    try {
        document = Jsoup.parse(file, "UTF-8");
        //select 类似于 JQuery 选择器
        Elements e1 = document.select("body>div>span"); //<span>div 下的 span 标签</span>
        System.out.println(e1);

        //getElementById id 选择器
        Element e2 = document.getElementById("boxId");
        System.out.println(e2);//<div id="boxId"> Id div 盒子 </div>

        //getElementsByClass class 选择器
        Elements e3 = document.getElementsByClass("boxClass");
        System.out.println(e3);//<div class="boxClass"> class div 盒子 </div>

        //getAllElements
        Elements e4 = document.getElementsByTag("span");
        System.out.println(e4);//<span>div 下的 span 标签</span>
		
		//...
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if (document != null) {
            document.clone();
        }
    }
}

获取 Elements 的内容

常用的方法：

html()：检索元素的内部HTML。
html(String html)：设置此元素的内部HTML。
text()：获取此元素及其所有子元素的组合文本。
text(String text)：设置文档的文本。

Java 代码示例：

@Test
//获取 Elements 的内容
public void test07() {
    File file = new File("src/main/resources/index.html");
    Document document = null;
    try {
        document = Jsoup.parse(file, "UTF-8");
        //html：不带参数是获取 html，带参数是设置 html
        String html = document.select("body").html();
        System.out.println(html);

        //text：不带参数是获取 text，带参数是设置 text
        String text = document.select("body").text();
        System.out.println(text);//class div 盒子 Id div 盒子 div 下的 span 标签
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if (document != null) {
            document.clone();
        }
    }
}

API

下面是 Jsoup 的 API，参考自：jsoup官方文档（Jsoup、Document、Element 、Node、Elements、Connection 接口）

public class org.jsoup.Jsoup 类
extends Object

所有方法

修饰符和类型	方法名称	描述
static String	clean(String bodyHtml, String baseUri, Whitelist whitelist)	通过解析输入HTML并通过允许的标签和属性的白名单对其进行过滤，从不受信任的输入HTML中获得安全的HTML。
static String	clean(String bodyHtml, String baseUri, Whitelist whitelist, Document.OutputSettings outputSettings)	通过解析输入HTML并通过允许的标签和属性的白名单对其进行过滤，从不受信任的输入HTML中获得安全的HTML。
static String	clean(String bodyHtml, Whitelist whitelist)	通过解析输入HTML并通过允许的标签和属性的白名单对其进行过滤，从不受信任的输入HTML中获得安全的HTML。
static Connection	connect(String url)	创建一个新Connection的URL。
static boolean	isValid(String bodyHtml, Whitelist whitelist)	测试输入正文HTML是否仅具有白名单允许的标签和属性。
static Document	parse(File in, String charsetName)	将文件内容解析为HTML。
static Document	parse(File in, String charsetName, String baseUri)	将文件内容解析为HTML。
static Document	parse(InputStream in, String charsetName, String baseUri)	读取输入流，并将其解析为Document。
static Document	parse(InputStream in, String charsetName, String baseUri, Parser parser)	读取输入流，并将其解析为Document。
static Document	parse(String html)	将HTML解析为文档。
static Document	parse(String html, String baseUri)	将HTML解析为文档。
static Document	parse(String html, String baseUri, Parser parser)	使用提供的解析器将HTML解析为文档。
static Document	parse(URL url, int timeoutMillis)	提取一个URL，并将其解析为HTML。
static Document	parseBodyFragment(String bodyHtml)	假设HTML构成HTML的片段，则解析HTML的片段body。
static Document	parseBodyFragment(String bodyHtml, String baseUri)	假设HTML构成HTML的片段，则解析HTML的片段body。

public class org.jsoup.nodes.Document 类
extends Element

构造方法

构造方法	描述
Document(String baseUri)	创建一个新的空文档。

所有方法

修饰符和类型	方法名称	描述
Element	body()	文档body元素的访问者。
Charset	charset()	返回此文档中使用的字符集。
void	charset(Charset charset)	设置本文档中使用的字符集。
Document	clone()	创建该节点及其所有子节点的独立的深层副本。
Element	createElement(String tagName)	使用此文档的基本uri创建一个新的Element。
static	Document createShell(String baseUri)	创建一个有效的文档空外壳，适用于向其中添加更多元素。
DocumentType	documentType()	返回此文档的文档类型。
Element	head()	文档head元素的访问者。
String	location()	获取解析此文档的URL。
String	nodeName()	获取此节点的节点名称。
Document	normalise()	规范化文档。
String	outerHtml()	获取此节点的外部HTML。
Document.OutputSettings	outputSettings()	获取文档的当前输出设置。
Document	outputSettings(Document.OutputSettings outputSettings)	设置文档的输出设置。
Parser	parser()	获取用于解析此文档的解析器。
Document	parser(Parser parser)	设置用于创建此文档的解析器。
Document.QuirksMode	quirksMode()
Document	quirksMode(Document.QuirksMode quirksMode)
Element	text(String text)	设置body本文档的文本。
String	title()	获取文档title元素的字符串内容。
void	title(String title)	设置文档的title元素。
boolean	updateMetaCharsetElement()	返回文档中具有字符集信息的元素是否在通过document .charset(charset)进行更改时被更新。
void	updateMetaCharsetElement(boolean update)	设置当通过document .charset(charset)进行更改时，此文档中具有字符集信息的元素是否被更新。
Document 继承了 Element，包含了所有的 Element 的方法！

public class org.jsoup.nodes.Element 类
extends Node

构造方法

构造方法	描述
Element (String tag)	创建一个新的独立元素。
Element (Tag tag, String baseUri)	从标签和基本URI创建一个新元素。
Element (Tag tag, String baseUri, Attributes attributes)	创建一个新的独立元素。

所有方法

修饰符和类型	方法名称	描述
Element	addClass(String className)	在该元素的class属性中添加一个类名。
Element	after(String html)	将指定的HTML插入到此元素之后的DOM中（如下所示）。
Element	after(Node node)	将指定的节点插入到该节点之后的DOM中（如下所示）。
Element	append(String html)	向此元素添加内部HTML。
Element	appendChild(Node child)	将节点子节点添加到此元素。
Element	appendElement(String tagName)	通过标签名称创建一个新元素，并将其添加为最后一个子元素。
Element	appendText(String text)	创建一个新的TextNode并将其附加到此元素。
Element	appendTo(Element parent)	将此元素添加到提供的父元素中，作为其下一个子元素。
Element	attr(String attributeKey, boolean attributeValue)	在此元素上设置布尔属性值。
Element	attr(String attributeKey, String attributeValue)	在此元素上设置属性值。
Attributes	attributes()	获取元素的所有属性。
String	baseUri()	获取适用于此节点的基本URI。
Element	before(String html)	将指定的HTML插入此元素之前的DOM中（作为前面的同级元素）。
Element	before(Node node)	将指定的节点插入到该节点之前的DOM中（作为先前的同级节点）。
Element	child(int index)	通过从0开始的索引号获取此元素的子元素。
int	childNodeSize()	获取此节点拥有的子节点数。
Elements	children()	获取此元素的子元素。
int	childrenSize()	获取作为元素的该元素的子节点数。
String	className()	获取此元素的“class”属性的文字值，其中可能包含多个类名，以空格分隔。
Set<String>	classNames()	获取所有元素的类名。
Element	classNames(Set<String> classNames)	将元素的class属性设置为提供的类名称。
Element	clearAttributes()	清除（删除）此节点中的所有属性。
Element	clone()	创建该节点及其所有子节点的独立的深层副本。
Element	closest(String cssQuery)	在与指定的CSS查询匹配的父级树中找到最接近的元素。
Element	closest(Evaluator evaluator)	在与指定评估者匹配的父级树中找到最接近的元素。
String	cssSelector()	获取将唯一选择此元素的CSS选择器。
String	data()	获取此元素的组合数据。
List<DataNode>	dataNodes()	获取此元素的子数据节点。
Map<String,String>	dataset()	获取此元素的HTML5自定义数据属性。
protected Element	doClone(Node parent)
protected void	doSetBaseUri(String baseUri)	如果此节点跟踪基本URI，则仅为此节点（而不是其后代）设置baseUri。
int	elementSiblingIndex()	获取此元素在其同级元素列表中的列表索引。
Element	empty()	删除元素的所有子节点。
protected List<Node>	ensureChildNodes()
Element	filter(NodeFilter nodeFilter)	通过该节点及其后代执行深度优先过滤。
Element	firstElementSibling()	获取此元素的第一个元素同级。
Elements	getAllElements()	在此元素下找到所有元素（包括自我和孩子的孩子）。
Element	getElementById(String id)	通过ID查找元素，包括该元素或在该元素下。
Elements	getElementsByAttribute(String key)	查找具有命名属性集的元素。
Elements	getElementsByAttributeStarting(String keyPrefix)	查找具有以提供的前缀开头的属性名称的元素。
Elements	getElementsByAttributeValue(String key, String value)	查找具有具有特定值的属性的元素。
Elements	getElementsByAttributeValueContaining(String key, String match)	查找具有其值包含匹配字符串的属性的元素。
Elements	getElementsByAttributeValueEnding(String key, String valueSuffix)	查找具有以值后缀结尾的属性的元素。
Elements	getElementsByAttributeValueMatching(String key, String regex)	查找具有其值与提供的正则表达式匹配的属性的元素。
Elements	getElementsByAttributeValueMatching(String key, Pattern pattern)	查找具有其值与提供的正则表达式匹配的属性的元素。
Elements	getElementsByAttributeValueNot(String key, String value)	查找不具有此属性或具有不同值的元素。
Elements	getElementsByAttributeValueStarting(String key, String valuePrefix)	查找具有以值前缀开头的属性的元素。
Elements	getElementsByClass(String className)	查找具有此类的元素，包括该元素或在此元素下。
Elements	getElementsByIndexEquals(int index)	查找其兄弟索引等于提供的索引的元素。
Elements	getElementsByIndexGreaterThan(int index)	查找兄弟索引大于提供的索引的元素。
Elements	getElementsByIndexLessThan(int index)	查找兄弟索引小于提供的索引的元素。
Elements	getElementsByTag(String tagName)	查找具有指定标签名称的元素（包括在该元素下并在此元素下递归）。
Elements	getElementsContainingOwnText(String searchText)	查找直接包含指定字符串的元素。
Elements	getElementsContainingText(String searchText)	查找包含指定字符串的元素。
Elements	getElementsMatchingOwnText(String regex)	查找其文本与提供的正则表达式匹配的元素。
Elements	getElementsMatchingOwnText(Pattern pattern)	查找其文本与提供的正则表达式匹配的元素。
Elements	getElementsMatchingText(String regex)	查找其文本与提供的正则表达式匹配的元素。
Elements	getElementsMatchingText(Pattern pattern)	查找其文本与提供的正则表达式匹配的元素。
protected boolean	hasAttributes()	检查此Node是否具有实际的Attributes对象。
boolean	hasClass(String className)	测试此元素是否具有类。
boolean	hasText()	测试此元素是否具有任何文本内容（不只是空格）。
String	html()	检索元素的内部HTML。
Element	html(String html)	设置此元素的内部HTML。
<T extends Appendable>	T html(T appendable)	将此节点及其子节点写入给定的Appendable。
String	id()	获取id此元素的属性。
Element	insertChildren(int index, Collection<? extends Node> children)	将给定的子节点插入到此元素的指定索引处。
Element	insertChildren(int index, Node… children)	将给定的子节点插入到此元素的指定索引处。
boolean	is(String cssQuery)	检查此元素是否与给定的SelectorCSS查询匹配。
boolean	is(Evaluator evaluator)	检查此元素是否与给定的评估者匹配。
boolean	isBlock()	测试此元素是否为块级元素。
Element	lastElementSibling()	获取此元素的最后一个元素同级
Element	nextElementSibling()	获取此元素的下一个同级元素。
Elements	nextElementSiblings()	获取此元素之后的每个同级元素。
String	nodeName()	获取此节点的节点名称。
String	normalName()	获取此元素标签的标准化名称。
String	ownText()	仅获取此元素拥有的文本；无法获得所有子项的合并文本。
Element	parent()	获取此节点的父节点。
Elements	parents()	获取此元素的父项和祖先，直到文档根目录为止。
Element	prepend(String html)	将内部HTML添加到此元素中。
Element	prependChild(Node child)	在此元素的子元素的开头添加一个节点。
Element	prependElement(String tagName)	通过标签名称创建一个新元素，并将其添加为第一个子元素。
Element	prependText(String text)	创建一个新的TextNode并将其添加到此元素之前。
Element	previousElementSibling()	获取此元素的上一个元素同级。
Elements	previousElementSiblings()	获取此元素之前的每个元素同级。
Element	removeAttr(String attributeKey)	从此节点删除属性。
Element	removeClass(String className)	从该元素的class属性中删除类名称。
Element	root()	获取此节点的根节点；就是它的最高祖先。
Elements	select(String cssQuery)	查找与SelectorCSS查询匹配的元素，并以该元素为起始上下文。
Elements	select(Evaluator evaluator)	查找与提供的评估程序匹配的元素。
Element	selectFirst(String cssQuery)	查找与SelectorCSS查询匹配的第一个元素，并以该元素为起始上下文。
Element	selectFirst(Evaluator evaluator)	查找与提供的Evaluator匹配的第一个元素，以该元素作为起始上下文，或者null如果没有匹配项。
Element	shallowClone()	创建该节点的独立浅副本。
Elements	siblingElements()	获取同级元素。
Tag	tag()	获取此元素的标签。
String	tagName()	获取此元素的标签名称。
Element	tagName(String tagName)	更改此元素的标签。
String	text()	获取此元素及其所有子元素的组合文本。
Element	text(String text)	设置此元素的文本。
List<TextNode>	textNodes()	获取此元素的子文本节点。
Element	toggleClass(String className)	在该元素的class属性上切换类名称：如果存在，将其删除；否则添加它。
Element	traverse(NodeVisitor nodeVisitor)	在该节点及其后代中进行深度优先遍历。
String	val()	获取表单元素的值（输入，文本区域等）。
Element	val(String value)	设置表单元素的值（输入，文本区域等）。
String	wholeText()	获取此元素的所有子元素的（未编码）文本，包括原始元素中存在的所有换行符和空格。
Element	wrap(String html)	将提供的HTML环绕此元素。
Element 继承 Node，包含了所有的 Node 的方法！

public abstract class org.jsoup.nodes.Node 类
extends Object
implements Cloneable

所有方法

修饰符和类型	方法名称	描述
String	absUrl(String attributeKey)	从可能是相对的URL属性获取绝对URL。
protected void	addChildren(int index, Node… children)
protected void	addChildren(Node… children)
Node	after(String html)	将指定的HTML插入此节点之后的DOM中。
Node	after(Node node)	将指定的节点插入此节点之后的DOM中。
String	attr(String attributeKey)	通过其键获取属性的值。
Node	attr(String attributeKey, String attributeValue)	设置属性（键=值）。
abstract Attributes	attributes()	获取元素的所有属性。
abstract String	baseUri()	获取适用于此节点的基本URI。
Node	before(String html)	将指定的HTML插入此节点之前的DOM中。
Node	before(Node node)	将指定节点插入该节点之前的DOM中。
Node	childNode(int index)	通过基于0的索引获取子节点。
List<Node>	childNodes()	获取此节点的子级。
protected Node[]	childNodesAsArray()
List<Node>	childNodesCopy()	返回此节点的子级的深层副本。
abstract int	childNodeSize()	获取此节点拥有的子节点数。
Node	clearAttributes()	清除（删除）此节点中的所有属性。
Node	clone()	创建该节点及其所有子节点的独立的深层副本。
protected Node	doClone(Node parent)
protected abstract void	doSetBaseUri(String baseUri)	如果此节点跟踪基本URI，则仅为此节点（而不是其后代）设置baseUri。
abstract Node	empty()	删除该节点的所有子节点。
protected abstract List<Node>	ensureChildNodes()
boolean	equals(Object o)	检查此节点是否与另一个节点相同（对象身份测试）。
Node	filter(NodeFilter nodeFilter)	通过该节点及其后代执行深度优先过滤。
boolean	hasAttr(String attributeKey)	测试此元素是否具有属性。
protected abstract boolean	hasAttributes()	检查此Node是否具有实际的Attributes对象。
boolean	hasParent()
boolean	hasSameValue(Object o)	检查此节点是否与另一个节点具有相同的内容。
<T extends Appendable> T	html(T appendable)	将此节点及其子节点写入给定的Appendable。
protected void	indent(Appendable accum, int depth, Document.OutputSettings out)
Node	nextSibling()	获取此节点的下一个同级。
abstract String	nodeName()	获取此节点的节点名称。
String	outerHtml()	获取此节点的外部HTML。
protected void	outerHtml(Appendable accum)
Document	ownerDocument()	获取与此节点关联的文档。
Node	parent()	获取此节点的父节点。
Node	parentNode()	获取此节点的父节点。
Node	previousSibling()	获取此节点的先前同级。
void	remove()	从DOM树中删除（删除）此节点。
Node	removeAttr(String attributeKey)	从此节点删除属性。
protected void	removeChild(Node out)
protected void	reparentChild(Node child)
protected void	replaceChild(Node out, Node in)
void	replaceWith(Node in)	用提供的节点替换DOM中的该节点。
Node	root()	获取此节点的根节点；就是它的最高祖先。
void	setBaseUri(String baseUri)	更新此节点及其所有后代的基本URI。
protected void	setParentNode(Node parentNode)
protected void	setSiblingIndex(int siblingIndex)
Node	shallowClone()	创建该节点的独立浅副本。
int	siblingIndex()	获取此节点在其节点同级列表中的列表索引。
List<Node>	siblingNodes()	检索此节点的兄弟节点。
String	toString()	获取此节点的外部HTML。
Node	traverse(NodeVisitor nodeVisitor)	在该节点及其后代中进行深度优先遍历。
Node	unwrap()	从DOM中删除此节点，并将其子级上移到该节点的父级中。
Node	wrap(String html)	将提供的HTML环绕此节点。

public class org.jsoup.select.Elements 类
extends ArrayList

构造方法

构造方法	描述
Elements()
Elements(int initialCapacity)
Elements(Collection<Element> elements)
Elements(List<Element> elements)
Elements(Element… elements)

所有方法

修饰符和类型	方法名称	描述
String	absUrl(String attributeKey)	从可能是相对的URL属性获取绝对URL。
Elements	addClass(String className)	将类名称添加到每个匹配元素的class属性中。
Elements	after(String html)	在每个匹配元素的外部HTML之后插入提供的HTML。
Elements	append(String html)	将提供的HTML添加到每个匹配元素的内部HTML的末尾。
String	attr(String attributeKey)	从具有该属性的第一个匹配元素中获取一个属性值。
Elements	attr(String attributeKey, String attributeValue)	在所有匹配的元素上设置属性。
Elements	before(String html)	在每个匹配元素的外部HTML之前插入提供的HTML。
Elements	clone()	创建这些元素的深层副本。
List<Comment>	comments()	获取Comment作为所选元素的直接子节点的节点。
List<DataNode>	dataNodes()	获取DataNode作为所选元素的直接子节点的节点。
List<String>	eachAttr(String attributeKey)	获取每个匹配元素的属性值。
List<String>	eachText()	获取每个匹配元素的文本内容。
Elements	empty()	清空（从中删除所有子节点）每个匹配的元素。
Elements	eq(int index)	获取第n个匹配的元素作为Elements对象。
Elements	filter(NodeFilter nodeFilter)	对每个选定元素执行深度优先过滤。
Element	first()	获取第一个匹配的元素。
List<FormElement>	forms()	FormElement从所选元素（如果有）中
boolean	hasAttr(String attributeKey)	检查是否有任何匹配的元素定义了此属性。
boolean	hasClass(String className)	确定是否有任何匹配的元素在其class属性中设置了此类名称。
boolean	hasText()	测试是否有任何匹配的Element具有文本内容，而不仅仅是空白。
String	html()	获取所有匹配元素的组合内部HTML。
Elements	html(String html)	设置每个匹配元素的内部HTML。
boolean	is(String query)	测试是否有任何匹配的元素与提供的查询匹配。
Element	last()	获取最后匹配的元素。
Elements	next()	获取此列表中每个元素的直接下一个元素同级。
Elements	next(String query)	获取此列表中每个元素的直接下一个元素同级，由查询过滤。
Elements	nextAll()	获取此列表中每个元素的以下每个元素同级。
Elements	nextAll(String query)	获取此列表中与查询匹配的每个元素的以下每个元素同级。
Elements	not(String query)	从此列表中删除与Selector查询匹配的元素。
String	outerHtml()	获取所有匹配元素的组合外部HTML。
Elements	parents()	获取匹配元素的所有父元素和祖先元素。
Elements	prepend(String html)	将提供的HTML添加到每个匹配元素的内部HTML的开头。
Elements	prev()	获取此列表中每个元素的直接上一个元素同级。
Elements	prev(String query)	获取此列表中每个元素的直接前一个元素同级，由查询过滤。
Elements	prevAll()	获取此列表中每个元素的每个先前的元素同级。
Elements	prevAll(String query)	获取此列表中与查询匹配的每个元素的每个先前的元素同级。
Elements	remove()	从DOM中删除每个匹配的元素。
Elements	removeAttr(String attributeKey)	从每个匹配的元素中删除一个属性。
Elements	removeClass(String className)	从每个匹配元素的class属性中删除类名称（如果存在）。
Elements	select(String query)	在此元素列表中找到匹配的元素。
Elements	tagName(String tagName)	更新每个匹配元素的标签名称。
String	text()	获取所有匹配元素的组合文本。
List<TextNode>	textNodes()	获取TextNode作为所选元素的直接子节点的节点。
Elements	toggleClass(String className)	在每个匹配元素的class属性上切换类名称。
String	toString()	获取所有匹配元素的组合外部HTML。
Elements	traverse(NodeVisitor nodeVisitor)	对每个选定元素执行深度优先遍历。
Elements	unwrap()	从DOM中删除匹配的元素，并将其子级上移到其父级中。
String	val()	获取第一个匹配元素的表单元素的值。
Elements	val(String value)	在每个匹配的元素中设置表单元素的值。
Elements	wrap(String html)	将提供的HTML环绕每个匹配的元素。

public interface Connection 接口
要获得一个新连接，使用Jsoup.connect(字符串)。连接包含连接。请求和连接。响应对象。请求对象可作为原型请求重用。

所有方法

修饰符和类型	方法名称	描述
Connection	cookie(String name, String value)	设置要在请求中发送的cookie。
Connection	cookies(Map<String,String> cookies)	将每个提供的cookie添加到请求中。
Connection.KeyVal	data(String key)	获取此密钥的数据KeyVal（如果有）
Connection	data(String… keyvals)	添加许多请求数据参数。
Connection	data(String key, String value)	添加请求数据参数。
Connection	data(String key, String filename, InputStream inputStream)	添加输入流作为请求数据参数。
Connection	data(String key, String filename, InputStream inputStream, String contentType)	添加输入流作为请求数据参数。
Connection	data(Collection<Connection.KeyVal> data)	将所有提供的数据添加到请求数据参数中
Connection	data(Map<String,String> data)	将所有提供的数据添加到请求数据参数中
Connection.Response	execute()	执行请求。
Connection	followRedirects(boolean followRedirects)	将连接配置为（不）遵循服务器重定向。
Document	get()	将请求作为GET执行，然后解析结果。
Connection	header(String name, String value)	设置请求标头。
Connection	headers(Map<String,String> headers)	将每个提供的标头添加到请求中。
Connection	ignoreContentType(boolean ignoreContentType)	解析响应时，忽略文档的Content-Type。
Connection	ignoreHttpErrors(boolean ignoreHttpErrors)	将连接配置为在发生HTTP错误时不引发异常。
Connection	maxBodySize(int bytes)	设置在关闭连接之前，将要从（未压缩的）连接读入主体的最大字节数，并截断输入（即
Connection	method(Connection.Method method)	将请求方法设置为使用GET或POST。
Connection	parser(Parser parser)	提供在解析对文档的响应时要使用的备用解析器。
Document	post()	将请求作为POST执行，然后解析结果。
Connection	postDataCharset(String charset)	设置x-www-form-urlencoded帖子数据的默认帖子数据字符集
Connection	proxy(String host, int port)	设置用于此请求的HTTP代理。
Connection	proxy(Proxy proxy)	设置要用于此请求的代理。
Connection	referrer(String referrer)	设置请求引荐来源网址（又称为“引荐来源”）标头。
Connection.Request	request()	获取与此连接关联的请求对象
Connection	request(Connection.Request request)	设置连接的请求
Connection	requestBody(String body)	设置POST（或PUT）请求正文。
Connection.Response	response()	请求执行后，获取响应
Connection	response(Connection.Response response)	设置连接的响应
Connection	sslSocketFactory(SSLSocketFactory sslSocketFactory)	设置自定义SSL套接字工厂
Connection	timeout(int millis)	设置总的请求超时时间。
Connection	url(String url)	将请求URL设置为获取。
Connection	url(URL url)	将请求URL设置为获取。
Connection	userAgent(String userAgent)	设置请求用户代理标头。

shijialeya.

关注

9
点赞
踩
47

收藏

觉得还不错? 一键收藏
0
评论
jsoup 的基本使用以及API内容

下面是 Jsoup 的 API，参考自：jsoup官方文档public class org.jsoup.Jsoup 类extends Object所有方法修饰符和类型方法名称描述static Stringclean(String bodyHtml, String baseUri, Whitelist whitelist)通过解析输入HTML并通过允许的标签和属性的白名单对其进行过滤，从不受信任的输入HTML中获得安全的HTML。static Stringclean
复制链接

扫一扫