Jsoup select 解析Html

最新推荐文章于 2023-07-03 14:07:47 发布
最新推荐文章于 2023-07-03 14:07:47 发布
阅读量867 收藏
点赞数
分类专栏： 工作经验
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ywf008/article/details/53673635
版权

参考API：jsoup API

测试类：

package wechat;

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

import utils.IOUtil;

/**
* date: 2016年12月15日 
* author:ywflqq
* version:1.0 
* 类说明
*/
public class CssQueryTest {

	public static void main(String[] args) {
		//读取文本内容
		String txt = IOUtil.readDirOrFile("cssquerytest", "UTF-8");
		//System.out.println(txt);
		//利用Jsoup解析成document
		Document doc = Jsoup.parse(txt);
		//如果查找所有的超链接元素,cssQuery代码如下:<非常简洁>
		Elements elements = doc.select("a");
		for(Element ele:elements){
			System.out.println(ele.toString());
		}
		System.out.println("-------------------");
		//例如,我要找到超链接<a>元素..并且他的href属性的值为www.baidu.com,cssQuery代码如下:
		elements = doc.select("a[href=www.baidu.com]");
		for(Element ele:elements){
			System.out.println(ele.toString());
		}
		System.out.println("-------------------");
		//根据样式的名称,class中有空格时，写多个select或者将空格替换为.
		//选择器选择的class有多个属性的写法
		elements = doc.select("p.test.link");
		for(Element ele:elements){
			System.out.println(ele.toString());
		}
		System.out.println("-------------------");
		//获得div下的<p>标签  
		elements = doc.select("div p");
		for(Element ele:elements){
			System.out.println(ele.toString());
		}
		System.out.println();
	}
}

测试文件 

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<html>
    <mce:script type="text/<a href="http://lib.csdn.net/base/javascript" class='replace_word' title="JavaScript知识库" target='_blank' style='color:#df3434; font-weight:bold;'>JavaScript</a>" src="http://hi.images.csdn<a href="http://lib.csdn.net/base/dotnet" class='replace_word' title=".NET知识库" target='_blank' style='color:#df3434; font-weight:bold;'>.NET</a>/js/blog/tiny_mce/themes/advanced/langs/zh.js" mce_src="http://hi.images.csdn<a href="http://lib.csdn.net/base/dotnet" class='replace_word' title=".NET知识库" target='_blank' style='color:#df3434; font-weight:bold;'>.Net</a>/js/blog/tiny_mce/themes/advanced/langs/zh.js"></mce:script><mce:script type="text/javascript" src="http://hi.images.csdn.net/js/blog/tiny_mce/plugins/syntaxhl/langs/zh.js" mce_src="http://hi.images.csdn.net/js/blog/tiny_mce/plugins/syntaxhl/langs/zh.js"></mce:script><head>
        <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
        <title>Untitled Document</title>
        <mce:script src="cssQuery/cssQuery-p.js" mce_src="cssQuery/cssQuery-p.js"><!--
        
// --></mce:script>
    </head>
    <body lang="en">
        <h2>cssQuery Test Page</h2>
        <h3>
            <abbr>
                CSS
            </abbr>
            Level 1
        </h3>
        <pre>#test1-1 p a {background-color: lime;}</pre>
        <div id="test1-1">
            <p class="test link">
                <span>This</span>
                is a <a href="www.baidu.com" mce_href="www.baidu.com" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test1-2 :link {background-color: lime;}</pre>
        <div id="test1-2">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <h3>
            <abbr>
                CSS
            </abbr>
            Level 2
        </h3>
        <pre>#test2-1 p.test.link a {background-color: lime;}</pre>
        <div id="test2-1">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test2-2 p > a {background-color: lime;}</pre>
        <div id="test2-2">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test2-3 span + a {background-color: lime;}</pre>
        <div id="test2-3">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test2-4 p:first-child a {background-color: lime;}</pre>
        <div id="test2-4">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test2-5 a:lang(en) {background-color: lime;}</pre>
        <div id="test2-5">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test2-6 a[href] {background-color: lime;}</pre>
        <div id="test2-6">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test2-7 a[title="This is a link"] {background-color: lime;}</pre>
        <div id="test2-7">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test2-8 a[title~="is"] {background-color: lime;}</pre>
        <div id="test2-8">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>div[id|=test2-9] a {background-color: lime;}</pre>
        <div id="test2-9">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <h3>
            <abbr>
                CSS
            </abbr>
            Level 3
        </h3>
        <pre>#test3-1 span ~ a {background-color: lime;}</pre>
        <div id="test3-1">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-2 p:last-child a {background-color: lime;}</pre>
        <div id="test3-2">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-3 a:contains("test") {background-color: lime;}</pre>
        <div id="test3-3">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-4 p :not(span) {background-color: lime;}</pre>
        <div id="test3-4">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-5 p:only-child a {background-color: lime;}</pre>
        <div id="test3-5">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-6 p *:nth-child(even) {background-color: lime;}</pre>
        <div id="test3-6">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-7 p *:nth-last-child(2n+1) {background-color: lime;}</pre>
        <div id="test3-7">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>:root #test3-8 a {background-color: lime;}</pre>
        <div id="test3-8">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-9 a[title^="This"] {background-color: lime;}</pre>
        <div id="test3-9">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-10 a[title*="is a"] {background-color: lime;}</pre>
        <div id="test3-10">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
        <pre>#test3-11 a[title$="link"] {background-color: lime;}</pre>
        <div id="test3-11">
            <p class="test link">
                <span>This</span>
                is a <a href="#" mce_href="#" title="This is a link">test</a>
                link.
            </p>
        </div>
    </body>
</html>


默默前行的蜗牛
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Jsoup强大的cssQuery的使用方法
Joy Joy的博客
09-19 4846
1.Jsoup简介 2.Selector选择器 2.1 概述 2.2 选择器组合使用 2.3 伪选择器
使用jsoup解析html的table中的文本信息实例
10-18
在本文中，我们将深入探讨如何使用Jsoup这个Java库来解析HTML文档，特别是提取HTML表格（table）中的文本信息。Jsoup是一个强大的库，它提供了方便的API来处理HTML，包括解析、查找、修改和输出HTML内容。让我们通过...
jsoup解析html中的<select>标签
wj_j2ee的专栏
07-23 6058
Document doc = Jsoup.parse(html); Elements els = doc.select("#ddlOrganization1 > option");    for (Element el: els) {     System.out.println(el.attr("value"));     System.out.println(el.text());
使用Jsoup解析Html
正在加载中
11-06 713
在抓取网络上的资源时，我们经常会和网页打交道，很多时候我们都需要网页上的资源进行抓取，这个时候Jsoup就能帮助我们快速解析Html页面的结构，并分离出我们想要的资源。解析一个Html字符串String html = "<html><head><title>First parse</title></head>" + "<body><p>Parsed HTML into a doc.</p></bo
CssQuery
最新发布
qq_36123168的博客
07-03 349
tagnameans|tag: 通过标签在命名空间查找元素，比如：可以用fb|name语法来查找<fb:name>元素#id#logo.class.masthead[href][^attr]: 利用属性名前缀来查找元素，比如：可以用[^data-]来查找带有HTML5 Dataset属性的元素: 利用属性值匹配正则表达式来查找元素，比如：img[src~=(?g)]: 这个符号将匹配所有元素。
利器之cssQuery
不怕不聪明，只怕聪明的人比我努力
10-14 830
理论上来说.cssQuery和document.getElementsByTagName方法的作用一样.. 但cssQuery比后者强大多了..无论是功能还是效率.   感谢Dean Edwards 的成果让我有幸见到如此强大的cssQuery  cssQuery官方网站 http://dean.edwards.name/my/cssQuery/ 如果查找所有的超链接元素,cssQuer
jsoupAPI解析html
11-11
**jsoup API解析HTML** jsoup是一个非常强大的Java库，专为处理真实世界的HTML而设计。它提供了方便的API，用于提取和操作数据，使用DOM，CSS和jQuery-like方法。在深入jsoup的API之前，我们需要理解HTML解析的重要...
Jsoup解析html+xml
06-14
本文将深入探讨Jsoup在解析HTML和XML时的关键知识点。 一、Jsoup的基本概念与安装 Jsoup是由Jonas Bonér创建的开源项目，它基于Java标准库的DOM解析器，但提供了更友好的API。要使用Jsoup，首先需要将其添加到你...
Android使用Jsoup技术解析HTML
08-31
**Android使用Jsoup技术解析HTML** Jsoup是一个Java库，专为处理真实世界的HTML而设计。在Android开发中，我们经常需要从网页抓取数据，比如解析新闻标题、获取图片链接或者提取用户评论等。Jsoup提供了一种简单、...
jsoup解析html修改文件名
02-08
在Java编程领域，Jsoup库是一个非常实用的工具，它专为解析HTML和提取结构化数据而设计。本文将深入探讨如何使用Jsoup解析HTML，并根据解析结果来修改文件名。我们将通过一个简单的示例来展示这个过程。 首先，我们...
cssQuery()的下载与使用方法
12-11
Introduction cssQuery() is a powerful cross-browser JavaScript function that enables querying of a DOM document using CSS selectors. All CSS1 and CSS2 selectors are allowed plus quite a few CSS3 selectors. Usage Syntax elements = cssQuery(selector [, from]);where selector (required) is a valid CSS s
jsoup中选择器select()的使用（jquery,css选择器风格）
09-25 1826
没用过Jquery和css的选择器，所以看了Jsoup的介绍后还是不会用select选择器，然后去看了下Jquery选择器的使用，才发觉jsoup真心强大，所以做个简单记录。 选择器简介： 选择器既可以作为元素选择器也可以作为属性选择器，允许您通过标签名、属性名或内容对 HTML 元素进行选择。 选择器允许您对 HTML 元素组或单个元素进行操作。 在 HTML DOM 术
爬虫基础之Jsoup使用select选择器
qq_15076569的博客
10-11 3659
前言： Jsoup可以解析HTML得到Document文档对象，通常我们需要爬取的内容是文档中的某些东西而不是整个HTML内容，这时就需要使用select选择器来提取我们需要的内容，select选择器的使用类似于jquery的使用方式。注意：下面爬取的是a标签的内容，这个根据爬取的网站的升级变更而不准确。 import org.apache.http.client.methods.Close...
使用 jsoup 解析HTML
weixin_33939380的博客
10-20 286
// 参考资料： // http://www.jb51.net/article/43485.htm @Test public void AnalysisHTMLByString() { String html="&lt;p&gt;&lt;a href=\"a.html\"&gt;a&lt;/p&gt;&lt;p&g...
Java-JSOUP的使用总结
south00wind的博客
11-01 256
* 使用DOM的方式来取得 * <p> * getElementById(String id)：通过id来获取 * 　　getElementsByTag(String tagName)：通过标签名字来获取 * 　　getElementsByClass(String className)：通过类名来获取 * 　　getElementsByAttribute(String key)：通过属性名字来获取 * 　　getElementsByAttributeValue(String key, Stri.
《锋利的jQuery》读书笔记第二章（jQuery选择器）
蓝色味道的博客
11-18 641
jQuery选择器 jQuery中的完全继承了CSS的风格。利用jQuery选择器，可以非常便捷和快速地找出特定地DOM元素，然后为它们添加相应的行为，而无需担心浏览器是否支持这一选择器。学会使用选择器是学习jQuery的基础，jQuery的行为规则都必须在获取到元素后才能生效。 jQuery选择器的写法与CSS选择器的写法十分相似，只不过两者的作用效果不同，CSS选择器找到元素后是添加样式，而j
jsoup (网页获取与解析)
yichudu
01-15 3446
org.jsoup.nodes.Document 一个Html文档。 Connection org.jsoup.Jsoup.connect(String url) 根据指定URL拿到HTML网页。下面是两个示例. Creates a new Connection to a URL. Use to fetch and parse a HTML page.  Use examples:
[转]jsoup的Element类，妈妈再也不用担心我在java类中操作HTML节点了
cc874944236的博客
03-11 1222
原贴：https://blog.csdn.net/u010142437/article/details/18802873 一、简介 该类是Node的直接子类，同样实现了可克隆接口。类声明： public class Element extends Node 它表示由一个标签名，多个属性和子节点组成的html元素。从这个元素中，你可以提取数据，可以遍历节点树，可以操纵html。 二、构造方法 1...
Jsoup解析HTML实例及文档方法详解
YY的专栏
07-24 612
Jsoup解析HTML实例及文档方法详解 http://www.jb51.net/article/43485.htm
使用jsoup高效解析与操作HTML文档
"jsoup是一款Java的HTML解析库，它提供了简单易用的API，支持DOM、CSS选择器和类似jQuery的操作方式，用于解析HTML并提取和操作数据。jsoup不仅能够从URL、文件或字符串中解析HTML，还能进行数据抽取、修改以及HTML...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值