jsoup解析Html

何使用Jsoup这个库来解析我们的网页，并且如何对我们想解析的网页进行分析。

Jsoup这个库的下载地址：http://jsoup.org/download

Jsoup的资料比较少，可供参考的可到其官网进行学习这个库的使用：http://www.open-open.com/jsoup/

API查阅地址：http://jsoup.org/apidocs/

其中获取html代码，可以使用如下代码实现：

 public String getHtmlString(String urlString) {
     try {
         URL url = new URL(urlString);
         URLConnection ucon = url.openConnection();
         InputStream instr = ucon.getInputStream();
         BufferedInputStream bis = new BufferedInputStream(instr);
         ByteArrayBuffer baf = new ByteArrayBuffer(500);
         int current = 0;
         while ((current = bis.read()) != -1) {
             baf.append((byte) current);
         }
         return EncodingUtils.getString(baf.toByteArray(), "gbk");
     } catch (Exception e) {
         return "";
     }
 }

传入一个网页链接，将返回此链接的html代码（String）。

然后就是解析此html代码了。经过google，发现了java的一个很好用的解析html的库，Jsoup：http://jsoup.org/

很容易使用，方法类似javascript和JQuery。只需先构建一个Jsoup的Document对象，然后就可以像使用js一个解析html了

 String htmlString = getHtmlString("http://www.cnbeta.com");
 Document document = Jsoup.parse(htmlString);

比如要获取cnbeta的html的title，只需：

 String title = document.head().getElementsByTag("title").text();

另外构建Document的时候也可以直接使用URL，像这样：

 Document doc = Jsoup.parse(new URL("http://www.cnbeta.com"), 5000);

其中5000是连接网络的超时时间。

随便写一个代码

public class GetWebActivity extends Activity {


Document doc;
private TextView text;
@Override
public void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.main);


text=(TextView)findViewById(R.id.text);

load();
}


protected void load() {

try {
doc = Jsoup.parse(new URL("http://www.cnbeta.com"), 5000);
} catch (MalformedURLException e1) {
e1.printStackTrace();
} catch (IOException e1) {
e1.printStackTrace();
}
//String htmlString = getHtmlString("http://www.cnbeta.com");  //第二种
String title=doc.getElementsByTag("title").text().toString();
text.setText(title);
List<Map<String, String>> list = new ArrayList<Map<String, String>>();
Elements es = doc.getElementsByClass("sublist");
for (Element e : es) {
Map<String, String> map = new HashMap<String, String>();
map.put("title", e.getElementsByTag("a").text());
map.put("href", "http://www.cnbeta.com"
+ e.getElementsByTag("a").attr("href"));
list.add(map);
}

ListView listView = (ListView) findViewById(R.id.listView1);
listView.setAdapter(new SimpleAdapter(this, list, R.layout.item,
new String[] { "title","href" }, new int[] {
android.R.id.text1,android.R.id.text2
}));
}

你可以先简单就去去title 看看能不能解析，别的药解析参考api 就好