使用jsoup对 HTML文档进行解析和操作.pdfVIP

jsoup HTML jsoup HTML 使用jjssoouupp对HHTTMMLL文档进行解析和操作 刘柄成, 站长, 开源中国社区 简介 简介 简简介介 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 文文档档输输入入 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 Stringhtml