jsoup解析html

欢迎关注小睿的微信公众号：郭小睿同学，每天更新小知识、笔记、案例、学习资源～

我的公众号

前言

很多时候，我们需要从各种网页上面抓取数据，而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。

jsoup官方文档：

https://jsoup.org/cookbook/

中文文档：

http://www.open-open.com/jsoup/

jar包下载地址：http://jsoup.org/download

简单粗暴上代码:我们使用小刀娱乐网的网页，然后右键查看网页源码，或者按F12，接下来可以看到一大堆标签。

import org.jsoup.nodes.Document;
import org.jsoup.Jsoup;
import java.io.IOException;
import org.jsoup.select.Elements;
import org.jsoup.nodes.Element;
public class Main
{
    public static void main(String[] wen)
    {
        try
        {   //解析小刀娱乐网的HTML字符串
            Document document = Jsoup.connect("http://www.xiaodao.la/i_wz.asp?id=783242&fl_id=37227195&PageIndex=1").get();
            //打印HTML字符串
            System.out.println(document);
            //解析指定段落中的内容   注意： 此代码中的语法：

            Elements element =document.getElementsByClass("post-header");
            //声明一个变量   备注： 因为要解析的HTML中，有多个：

            int i = 0;
            //element.size是用来计算有多少个 

            for (i = 0;i < element.size();i++)
            {
                //从
中，循环查找a标签中的第一个元素，取得字符串的文本。
                System.out.println(element.get(i).select("a").first().text());
            }
        }
        catch (IOException e)
        {}
    }
}

来一发精彩的效果

效果图

小结

用jsoup解析html还是比较简单的，虽然这只是它的一小部分功能，用处还是蛮大的，对于不同的网页最大的差别就在分析出如何根据选择器查找元素。但是如果原网页修改了相关代码，可能就会影响数据抓取了，你就需要及时修改你的解析代码了。
文中表达有误的地方还请指正，最后希望对你有所帮助吧！

有需要可以下载 源码

ps#

希望有更多的热爱编程的朋友与我交流优秀的技术，共同学习。
微信：wen-mo-mo
QQ：87920151

微信联系二维码