如何通过URL获取网页中的一些信息

最近有个需求就是如何通过一个URL获取该网页源代码中的一些信息，网上查阅了一些方法，发现有个叫JSOUP的东东可以实现我们的需求。

JSOUP介绍

摘一段百度百科中的简介：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。

具体可自行百度，介绍的应该还是挺详细的。

JSOUP开发指南：http://www.open-open.com/jsoup/

如何使用JSOUP

JSOUP的使用非常简单，首先我们需要下载JSOUP的jar包，我这里用的是jsoup-1.7.3.jar，网上可供下载的地方也比较多，这里就不共享jar包了。

好了，下载了以后把jar包复制到我们工程的libs目录下就可以了，下面举个简单的例子介绍如何使用：

代码片段：

Document doc;
try {
    doc = Jsoup
	      .connect(final_url)
	          .header("User-Agent",

                      "Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10.4; en-US; rv:1.9.2.2) Gecko/20100316 Firefox/3.6.2")
		          .get();
    itemid = doc.getElementById("dsr-userid").val();
} catch (IOException e) {
// TODO Auto-generated catch block
    e.printStackTrace();
}

首先定义了一个Document对象，DOM（文档对象模型）是前端中一个比较重要的概念，有兴趣的朋友可以去了解了解，然后就是通过jsoup将网页的源码内容读取出来，其中final_url就是代表你需要访问的网址。

getElementById("dsr-userid").val()

这一行代码中的该部分是javascript中的语法，意思是获取id名为“dsr-userid”的控件的值

如上图所示，这样itemid的值就是92688455。

好了，通过这样一个例子，简单的jsoup操作就实现了，更多的方法就需要大家去查阅上面提供的帮助文档去完成啦！！！