Android使用jsoup解析网页

作者：胡科平

问题：

       由于android课程大作业要实现一个空闲教室查询相关的功能，而教室使用信息可以从教务处的网站上通过解析html来获取。之前研究了一下htmlparser这个开源库，但是发现和android提供的库有冲突，但其在纯java应用程序下是可行的。

htmlparser下载地址：http://htmlparser.sourceforge.net/

解决：

       用了另外一个开源库jsoup解决该问题。

       jsoup下载地址：http://jsoup.org/

       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。该版本包含一个支持 HTML5 的解析器分支，可确保跟现在的浏览器一样解析 HTML 的方法，同时降低了解析的时间和内存的占用。

       可以使用类似DOM的方法来解析一个网页，比如说，我已经下载了一个网页到本地，保存为input.html，那么通过下面的代码，我们可以得到id为content的DOM中，所有的超链接。字符串linkHref得到的是该链接的链接地址，字符串linkText得到的是该链接的文本描述。

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

Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
  String linkHref = link.attr("href");
  String linkText = link.text();
}

还有很多其他的方法用于在各种不同情况下解析HTML。这里就不一一列举了，有兴许的同学可以自己去研究一下。