Java读取html 中标签的值

步骤一：发送请求

在开发中，我们要直接访问一个链接地址可以用：

阿帕奇的：HttpClient.execute()

hutool的：httpUtil.sendGet()

okhttp的：okhttputil.get()

等等，有很多发送http请求的方法；

如果返回的是json格式的字符串，可以用jsonUtil的工具类，直接转换成jsonobject，然后直接jsonObject.get("key")，就可以拿到数据，那如果返回的是一个html页面呢，应该怎么获取html页面中的信息呢;

步骤二：解析 HTML

Java 提供了多个库用于解析 HTML，比如 Jsoup 和 HtmlUnit。这里以 Jsoup 为例。

引入jsoup库

<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.13.1</version>
</dependency>

// 引入 Jsoup 库
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

// 使用 Jsoup 解析 HTML
Document doc = Jsoup.parse(html);

步骤三：提取指定内容

 根据 HTML 的结构和需要提取的内容，可以使用 Jsoup 提供的选择器来获取指定的元素。以下是几个常见的选择器示例：

根据标签名提取内容：

// 选择 <title> 标签
String title = doc.select("title").text();

// 选择 <h1> 标签
String h1 = doc.select("h1").text();

根据类名提取内容：

// 选择 class 为 "content" 的元素
String content = doc.select(".content").text();

根据 ID 提取内容：

// 选择 id 为 "main" 的元素
String mainContent = doc.select("#main").text();

其它：

 你需要从一个网站获取和解析一个HTML文档，并查找其中的相关数据可以这样：

Document doc = Jsoup.connect("http://example.com/").get();
String title = doc.title();

在本机硬盘上有一个HTML文件，需要对它进行解析从中抽取数据或进行修改：

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/";);

解析一个body片断

Document doc = Jsoup.parseBodyFragment(html);
Element body = doc.body();

Elements这个对象提供了一系列类似于DOM的方法来查找元素，抽取并处理其中的数据。具体如下：

A：查看元素

　getElementById(String id)
　　　　getElementsByTag(String tag)
　　　　getElementsByClass(String className)
　　　　getElementsByAttribute(String key) (and related methods)
　　　　Element siblings: siblingElements(), firstElementSibling(), lastElementSibling(); nextElementSibling(), previousElementSibling()
　　　　Graph: parent(), children(), child(int index)

B：元素数据

　　attr(String key)获取属性attr(String key, String value)设置属性
　　　　attributes()获取所有属性
　　　　id(), className() and classNames()
　　　　text()获取文本内容text(String value) 设置文本内容
　　　　html()获取元素内HTMLhtml(String value)设置元素内的HTML内容
　　　　outerHtml()获取元素外HTML内容
　　　　data()获取数据内容（例如：script和style标签)
　　　　tag() and tagName()

C：操作HTML和文本

　　append(String html), prepend(String html)
　　　　appendText(String text), prependText(String text)
　　　　appendElement(String tagName), prependElement(String tagName)
　　　　html(String value)

从元素抽取属性，本文和HTML

String html = "<p>An <a href='http://example.com/'><b>example</b></a> link.</p>";
　　Document doc = Jsoup.parse(html);//解析HTML字符串返回一个Document实现
　　Element link = doc.select("a").first();//查找第一个a元素

　　String text = doc.body().text(); // "An example link"//取得字符串中的文本
　　String linkHref = link.attr("href"); // "http://example.com/"//取得链接地址
　　String linkText = link.text(); // "example""//取得链接地址中的文本

　　String linkOuterH = link.outerHtml(); 
 　　   // "<a href="http://example.com"><b>example</b></a>"
　　String linkInnerH = link.html(); // "<b>example</b>"//取得链接内的html内容

等等还有很多方法，具体可参考：

Jsoup（一）Jsoup详解（官方）