Android中如何解析网页，获取网页中的元素内容

问题：

       由于android的WebView等相关类没有提供解析html网页内容的接口，我们想要获取网页的内容并解析出我们想要的元素内容，用android的固有API是没办法了。

       这里我提供两种解析html思路：第一种，使用第三方解析html库；第二种，使用JAVA与JS回调，通过JS解析html。

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/

那么继续寻找，是否还有更适合android的HTML解析库，功夫不负有心人，还是找到一款比较好的开源库，这就是jsoup。

        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。

jsoup下载地址：http://jsoup.org/

jsoup github地址：https://github.com/scrylove/jsoup

jsoup 入门：http://blog.csdn.net/zjx409/article/details/23375565

 

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(); 
} 
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。

至于第二种思路嘛，这里不再罗嗦，JAVA和JS互调应该大家都会，至于JS解析html那就交给WEB前端开发人员吧，我们安卓客户端嘛，只需要得到他们解析完成，回调给我们结果就行。

课参考这篇文章：http://veikr.com/201106/android_webview_content-html.html