Jsoup解析器了解

**

Jsoup解析器了解

**

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。

• 快速入门：

• 步骤：
  1. 导入jar包
  2. 获取Document对象
  3. 获取对应的标签Element对象
  4. 获取数据

    * 代码：
    	 //2.1获取student.xml的path
        String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
        //2.2解析xml文档，加载文档进内存，获取dom树--->Document
        Document document = Jsoup.parse(new File(path), "utf-8");
        //3.获取元素对象 Element
        Elements elements = document.getElementsByTag("name");
  
        System.out.println(elements.size());
        //3.1获取第一个name的Element对象
        Element element = elements.get(0);
        //3.2获取数据
        String name = element.text();
        System.out.println(name);
  

  • 对象的使用：
    1. Jsoup：工具类，可以解析html或xml文档，返回Document
       • parse：解析html或xml文档，返回Document
         • parse​(File in, String charsetName)：解析xml或html文件的。
         • parse​(String html)：解析xml或html字符串
         • parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象
    2. Document：文档对象。代表内存中的dom树
       • 获取Element对象
         • getElementById​(String id)：根据id属性值获取唯一的element对象
         • getElementsByTag​(String tagName)：根据标签名称获取元素对象集合
         • getElementsByAttribute​(String key)：根据属性名称获取元素对象集合
         • getElementsByAttributeValue​(String key, String value)：根据对应的属性名和属性值获取元素对象集合
    3. Elements：元素Element对象的集合。可以当做 ArrayList来使用
    4. Element：元素对象

       1. 获取子元素对象

          • getElementById​(String id)：根据id属性值获取唯一的element对象
          • getElementsByTag​(String tagName)：根据标签名称获取元素对象集合
          • getElementsByAttribute​(String key)：根据属性名称获取元素对象集合
          • getElementsByAttributeValue​(String key, String value)：根据对应的属性名和属性值获取元素对象集合

       2. 获取属性值

          • String attr(String key)：根据属性名称获取属性值

       3. 获取文本内容

          • String text():获取文本内容
          • String html():获取标签体的所有内容(包括字标签的字符串内容)
    5. Node：节点对象
       • 是Document和Element的父类