如何使用 Java 从 HTML 文档中提取数据？

Java HTML 解析

要从网站获取数据，必须首先了解 HTML 文档的结构。 HTML 元素使用标签进行组织，标签指定每个元素的类型和内容。

例如，以下 HTML 表示具有特定 CSS 类的 div 标签：

<code class="html"><div class="classname"></div></code>

用于定位并用 Java 从此标记检索数据，您可以使用 Java HTML 解析器库。一种选择是 jsoup，它允许使用类似 jQuery 的语法进行方便的 HTML 解析：

<code class="java">import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

String html = "<div class=\"classname\">Data to be scraped</div>";
Document doc = Jsoup.parse(html);

boolean usesClass = doc.select("div.classname").hasAttr("class");
String text = doc.select("div.classname").text();
String link = doc.select("div.classname").attr("href");</code>

使用 jsoup，您可以轻松检查元素是否具有特定类、检索其文本内容或获取任何属性可能有。

以上是如何使用 Java 从 HTML 文档中提取数据？的详细内容。更多信息请关注PHP中文网其他相关文章！