jsoup解析HTML
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()); } 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 } 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 <String,String> 构造参数，然后通过data(Map <String,String> 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 } 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(); } 参考文章： https://liuzhichao.com/p/1490.html
正文到此结束
热门推荐
相关文章
近期评论
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
搞个gitee的项目
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
