jsoup解析HTML_html/css_WEB-ITnose-HTML Tutorial-php.cn

jsoup解析HTML_html/css_WEB-ITnose

WBOY

Release： 2016-06-24 11:14:58

Original

928 people have browsed it

预计阅读时间: 6 分钟

1、从字符串中解析Dom

//Parse a document from a String    static void parseDocFromString(){        String html = " <html>  <head>  <title> Parse a document from a String </title>  </head> "                  + " <body>  <p> Parsed HTML into a doc. </p>  </body>  </html> ";        //从字符串中解析dom        Document doc = Jsoup.parse(html);        System.out.println(doc.title());    }

Copy after login

使用Jsoup的parse(String html)类方法，可以从字符串中获取Document对象，然后再进行详细的解析。

2、从URL中获取Document对象

//Load a Document from a URL    static void loadDocByUrl() throws IOException{        //要请求的网址        String url = "https://libecnu.lib.ecnu.edu.cn/search~S0*chx/";        //请求参数        Map <String, String>  params = new HashMap <String, String> ();        params.put("searcharg", "java");        params.put("searchtype", "t");        params.put("SORT", "DZ");        params.put("extended", "0");        Document doc = Jsoup.connect(url)                .userAgent("Mozilla")  //声明了浏览器用于 HTTP 请求的用户代理头的值                .timeout(10*1000)   //超时时间                .data(params)       //请求参数                .get();             //使用get方法，对应还有post()        System.out.println(doc.html());  //打印获取的html源码    }

Copy after login

connect(String url)方法将会得到一个Connection类的实例，Connection类是HttpConnection的子类，然后调用get()方法，将会发送get请求，返回一个Document对象。类似的，我们也可以通过post()获取，主要是看我们的请求类型是get还是post。如果请求需要参数，我们可以使用Map 构造参数，然后通过data(Map params)方法设置。得到Document对象后，我们就可以对其进行解析。

3、从文件中获取Document对象

当我们本地有一个html文件时，我们可以使用parse(File in, String charsetName)方法从本地文件中获取Document对象。

//Load a Document from a File    static void loadDocFromFile() throws IOException{        File inputFile = new File("input.html");        Document doc = Jsoup.parse(inputFile, "UTF-8");        System.out.println(doc.html());  //打印获取的html源码    }

Copy after login

最后我们在main方法中测试三种获取Document对象的方法，发现都能正常获取到Document对象。

public static void main(String[] args) throws IOException {        parseDocFromString();        loadDocByUrl();        loadDocFromFile();    }

Copy after login

参考文章： https://liuzhichao.com/p/1490.html