Jsoup学习笔记1：解析字符串

注意：在Eclipse里使用Jsoup解析文档时要在项目中导入Jsoup的jar包！

Jsoup是Java的一个解析和遍历HTML的API，可以把一个HTML字符串解析成一个Document文档，并且会尽可能的得到一个标准的解析结果，会自动补充缺失的结束标记。

例如:"

Jsoup

Jsoup"会解析为"

Jsoup

Jsoup

"，官方文档说会创建隐式标签，即"Jsoup"会解析为

Jsoup

"，但是经验证并不会创建，而是会忽略td标签，解析为"Jsoup"，会自动创建完整的HTML页面结构，即自动创建标签，最终解析的结果为Jsoup

例如：

package com.daxiang.myjsoup;
import java.io.File;
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

public class JsoupTest1 {
	public static void main(String args[]) throws IOException{
		
		String html1="
Jsoup
LKZERO";    
		Document doc=Jsoup.parse(html1);     
		System.out.println(doc.toString());    
		System.out.println("--------");           
		String html2="LKZERO
" + "LKZERO
" + "
JSOUP
";    
		Document doc2=Jsoup.parse(html2);    
		System.out.println(doc2.toString());
	}
}

得到结果：

 
 
 
Jsoup
 
LKZERO
 

--------

 
 
 LKZERO
 
LKZERO
 

 

  

   

    
JSOUP
   
  
 
 

Jsoup解析得到的Document文档是由Document，Element，Node和TextNode组成的，其中Document继承Element，Element继承Node，TextNode继承Node。

parse()静态方法：Jsoup解析HTML字符串使用parse静态方法，无论HTML字符串是什么内容，都会得到一个Document文档，至少会包含三个元素。

parseBodyFragment()静态方法：经我测试与parse()得到的结果相同，二者区别有待进一步验证