java-jsoup-解析html文本

最新推荐文章于 2021-12-15 14:25:00 发布

草青工作室

最新推荐文章于 2021-12-15 14:25:00 发布

阅读量502

点赞数

分类专栏： java

本文链接：https://blog.csdn.net/xxj_jing/article/details/71191271

版权

java 专栏收录该内容

58 篇文章 0 订阅

订阅专栏

java-jsoup-解析html文本

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。

一、maven 依赖

<!-- dom 解析 -->
<groupId>org.jsoup</groupId>
	<artifactId>jsoup</artifactId>
	<version>1.10.2</version>
</dependency>

二、实例
目标：
1.删除html中有指定属性的dom节点
2.将此逻辑加入 filter 中，可以对静态html、动态jsp等标准 html 输出流，进行权限控制（需要权限控制的节点需要加埋点，即：auth-code 属性）

package com.demo.preview;


import static org.junit.Assert.*;


import java.util.ArrayList;


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


import com.lowagie.text.List;


import me.grass.coder.Debug;


/** 
*
* @author xxj 
*/
public class jsoupTest {


	@Test
	public void testHtml() {
		StringBuffer sbf = new StringBuffer();
		sbf.append("<!doctype html>");
		sbf.append("<html lang=\"en\">");
		sbf.append(" <head>");
		sbf.append("  <meta charset=\"UTF-8\">");
		sbf.append("  <meta name=\"Generator\" content=\"EditPlus®\">");
		sbf.append("  <meta name=\"Author\" content=\"\">");
		sbf.append("  <meta name=\"Keywords\" content=\"\">");
		sbf.append("  <meta name=\"Description\" content=\"\">");
		sbf.append("  <title>Document</title>");
		sbf.append(" </head>");
		sbf.append(" <body>");
		sbf.append(" <div id=\"myDiv\"></div>");
		sbf.append(" <div auth=\"myDiv\"></div>");
		sbf.append(" <div auth-code=\"111\"><div id=\"\">0000</div></div>");
		sbf.append(" <div auth-code=\"222\">bb</div>");
		sbf.append(" <div auth-code=\"333\"><div id=\"\">5555</div></div>");
		sbf.append(" <div auth-code=\"444\">dd</div>");
		sbf.append(" </body>");
		sbf.append("</html>");
		
		//授权码
		ArrayList<String> auths= new ArrayList<String>();
		auths.add("111");
		auths.add("222");
		
		String html = sbf.toString();
		Document doc = Jsoup.parse(html);
		Elements eles=doc.select("[auth-code]");//查找有指定属性的元素
		
		Debug.printFormat("匹配：{0}",eles.size());
		if(eles==null || eles.size()==0){
			Debug.print("无内容");
			return;
		}
		
		Element e;
		Integer n=0;
		String authCode;
		for(int i=0;i<eles.size();i++){	
			e = eles.get(i);
			Debug.printFormat("{0}.{1}"
					,(++n)
					,e.outerHtml());
			authCode = e.attr("auth-code");
			//鉴权
			if(!hasAuth(authCode,auths))
				e.remove();			
		}
		Debug.print("html内容；",doc.outerHtml());
	}
	/**
	 * 鉴权
	 * @param auth
	 * @param auths
	 * @return
	 */
	boolean hasAuth(String auth,ArrayList<String> auths){
		if(auth==null || auth.isEmpty())
			return false;
		
		return auths.contains(auth);
	}
}

草青工作室

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
java-jsoup-解析html文本

java-jsoup-解析html文本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。一、maven 依赖org.jsoup jsoup 1.10.2二、实例目标：1.删除html中有指定属性的dom
复制链接

扫一扫

专栏目录