JAVA Jsoup 基本操作

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。

一、jsoup的主要功能如下：

1. 从一个URL，文件或字符串中解析HTML；
2. 使用DOM或CSS选择器来查找、取出数据；
3. 可操作HTML元素、属性、文本；
   jsoup是基于MIT协议发布的，可放心使用于商业项目。

二、Jsoup 连接网络或者本地文件

你需要从一个网站获取和解析一个HTML文档，并查找其中的相关数据

Document doc = Jsoup.connect("http://example.com/").get();
String title = doc.title();

在本机硬盘上有一个HTML文件，需要对它进行解析从中抽取数据或进行修改

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

三、Elements这个对象提供了一系列类似于DOM的方法来查找元素，抽取并处理其中的数据

查找元素

getElementById(String id)根据id获取元素
getElementsByTag(String tag)根据标签获取元素
getElementsByClass(String className)根据类型获取元素
getElementsByAttribute(String key) (and related methods)根据属性获取元素
Element siblings: siblingElements(), firstElementSibling(), lastElementSibling(); nextElementSibling(), previousElementSibling()
Graph: parent(), children(), child(int index)

元素数据

attr(String key)获取属性attr(String key, String value)设置属性
attributes()获取所有属性
id(), className() and classNames()
text()获取文本内容text(String value) 设置文本内容
html()获取元素内HTMLhtml(String value)设置元素内的HTML内容
outerHtml()获取元素外HTML内容
data()获取数据内容（例如：script和style标签)
tag() and tagName()

操作HTML和文本

append(String html), prepend(String html)
appendText(String text), prependText(String text)
appendElement(String tagName), prependElement(String tagName)
html(String value)