使用 jsoup
jsoup
jsoup
jsoup 对 HTML
HTML
HTML
HTML 文档进行解析和操作
刘柄成 , 站长 , 开源中国社区
简介
简介
简介
简介
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。本文主要介绍如何使用 jsoup 来进行常用的 HTML 解析。
jsoup 的主要功能如下:
从一个 URL ,文件或字符串中解析 HTML ;
使用 DOM 或 CSS 选择器来查找、取出数据;
可操作 HTML 元素、属性、文本;
jsoup 是基于 MIT 协议发布的,可放心使用于商业项目。
jsoup 的主要类层次结构如图 1 所示:
图 1. jsoup 的类层次结构
接下来我们专门针对几种常见的应用场景举例说明 jsoup 是如何优雅的进行 HTML 文档
处理的。
文档输入
文档输入
文档输入
文档输入
jsoup 可以从包括字符串 、 URL 地址以及本地文件来加载 HTML 文档 , 并生成 Document
对象实例。
下面是相关代码:
清单 1
// 直接从字符串中输入 HTML 文档
String html = "<html><head><title> 开源中国社区 </title></head>"
+ "<body><p> 这里是 jsoup 项目的相关文章 </p></body></html>";