转载

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

原文  http://boke.iflsy.com/archives/1348
正文到此结束
Loading...