Android开发之利用jsoup制作简易的图书馆图书搜索客户端

     之前做了个小玩意可以搜索自己学校图书馆的图书，那时自己去解析数据非常丑，于是找了个html的解析器解析数据----jsoup。
jsoup是一个非常强大的html解析器。详细用法参考参考文档  http://jsoup.org/apidocs/。
      从我们学校的图书馆查询系统用get的方法去查询“小王子”这本书，返回如下html数据：（下面的主要是获得的书籍列表的数据的一小部分而已不是完整的）

<h3><span>中文图书</span><a href="item.php?marc_no=0000935570" >1.小王子</a>     I565.88/S511:7  </h3>
<p> <span>馆藏复本：2 <br>
  可借复本：0</span> (法) 安托万·德·圣埃克苏佩里著 <br />
 天津人民出版社 2013 <br />
<img src="../tpl/images/star0.gif" title="总体评分及评价人数"/>(0) <a href="item.php?marc_no=0000935570" class="tooltip" onmouseover="showDetail('0000935570')" onmouseout="hideDetail('0000935570')">馆藏<s></s></a> </p>
<div id="detail0000935570" style="display:none;" >加载中...</div>
  </li> 

   对应于我们在电脑上看到的一下这张图的数据


     特别要特别注意的是编码的问题，编码与解码不正确的会导致在文乱码等等问题，这里提交的查询的标题的是用了utf-8编码，不然中文就查询出错误了：jsonutil.getjsoncontent(url+URLEncoder.encode(strtitle, "UTF-8"));，这个编码可以在网站的url查看检验出来，除外接收时我也是用了utf-8编码，多次试验没问题，解决了头疼的编码问题：jsonstring=new String(arrayOutputStream.toByteArray(),"UTF-8");
除外上面的 &#x0028这种类型的数据是html的unicode编码，不用担心，jsoup的处理会使显示正常：

 Element hre=tds2.get(a).child(0);
 String type=hre.html().toString();

从上面获取的有用数据可以看出：<h3>标签包含了“图书种类”、“书名”、“藏管编号”、“超链接”等数据，查阅了帮助文档后我用以下方法：

Document document = Jsoup.parse(x);//x为获取到的数据
Element trs = document.getElementById("search_book_list");//数据的数据有效标签为search_book_list
if (trs != null) //说明查询到数据
{
Elements totalTrs = trs.getElementsByClass("book_list_info");//获取到书籍的列表
if (totalTrs.size() > 0)//说明数据有效
for (int i = 0; i < totalTrs.size(); i++)
{Elements tds1 = totalTrs.get(i).select("a");
Elements tds2 = totalTrs.get(i).select("h3");//获取到上面说的h3标签的数据
for(int a=0;a<tds2.size();a++)
{
Element hre=tds2.get(a).child(0); //h3标签里的第一个子标签，就是书籍种类
Element hre1=tds2.get(a).child(1);//第二个子标签，就是超链接
String type=hre.html().toString();//
String title=hre1.html().toString();
String hrestr=hre1.attr("href");//获得超链接内容
String body=tds2.get(a).ownText();//获得body对应着书籍的藏馆编号
System.out.println("type----->"+type);
System.out.println("title----->"+title);
System.out.println("href----->"+hrestr);
System.out.println("body----->"+body);
}
//System.out.println("--------->htmltag"+htmltag);

}
}
else
System.out.println("error");//说明查询不到该书籍

好了，看看控制台打印出来的是什么：（省略若干）

 type----->中文图书title----->1.爱的传奇:“小王子”和他的玫瑰
href----->item.php?marc_no=0000642349
body----->K835.655.6/S511-3
type----->中文图书
title----->2.小王子
href----->item.php?marc_no=0000692128
body----->I565.88/S511:5
type----->中文图书
title----->3.小王子
href----->item.php?marc_no=1000234748
body----->H329.4/S511.1:
1type----->中文图书
href----->item.php?marc_no=0000642349
body----->K835.655.6/S511-3
type----->中文图书
title----->2.小王子
href----->item.php?marc_no=0000692128
body----->I565.88/S511:5
type----->中文图书
title----->3.小王子
href----->item.php?marc_no=1000234748
body----->H329.4/S511.1:
1type----->中文图书

    这已经是我们想要的数据了呀！！

    好同理解析剩下我们需要的数据吧：（主要是分析html的数据结构）

 Elements tds1 = totalTrs.get(i).select("p");
 for (int a = 0; a < tds1.size(); a++) {
Element hre1 = tds1.get(a);
Element hre = tds1.get(a).child(0);
String state = hre.ownText();

Node author = hre1.childNode(2);//获取第二个节点
Node nopublicer = hre1.childNode(4);//获取第四个节点
String publicer = nopublicer.toString().substring(0,
nopublicer.toString().indexOf("&"));//稍微做点处理

System.out.println("state----->" + state);
System.out.println("publicer----->" + publicer);
System.out.println("author----->" + author);
}

  看看控制台输出了什么：

 state----->馆藏复本：7 可借复本：6
publicer-----> 南海出版公司
author-----> (法) 阿兰·维康德雷著 
state----->馆藏复本：4 可借复本：1
publicer-----> 湖北人民出版社
author-----> (法) 安托万·德·圣埃克苏佩里著 
state----->馆藏复本：3 可借复本：2
publicer-----> 社会科学文献出版社
author-----> (法) 安托瓦尼·德·圣-埃克苏佩里著 
state----->馆藏复本：2 可借复本：0
publicer-----> 黑龙江少年儿童出版社

  同理，获取到书籍的链接时，做一下处理：

Document document = Jsoup.parse(x);

Element trs = document.getElementById("tabs2");
if (trs != null) {
Elements totalTrs = trs.select("table");
if (totalTrs.size() > 0)
for (int i = 0; i < totalTrs.size(); i++) {
Elements tds1 = totalTrs.get(0).select("tr");
for (int a = 1; a < tds1.size(); a++) {
for(int c=0;c<tds1.get(a).select("td").size();c++)
{
if(c==2) ;
else{
Element hre = tds1.get(a).select("td").get(c);
String body = hre.ownText();
System.out.println("number----->" + body);
    }
}
}

控制台输出如下：

number----->I565.88/S511:7
number----->A3045638
number----->大学城校区—大学城文学馆
number----->借出-应还日期：2015-03-18
number----->I565.88/S511:7
number----->A3045639
number----->石牌校区—石牌中文文史借阅室
number----->借出-应还日期：2015-03-18

 

Document document = Jsoup.parse(x);
Element trs = document.getElementById("tabs-1");
if (trs != null) {
Elements totalTrs = trs.getElementsByClass("booklist");
if (totalTrs.size() > 0)
{
for (int i = 0; i < totalTrs.size(); i++) {
 if(i==0||i==1||i==2||i==13)
 {
Element tds = totalTrs.get(i);
Elements tds1 = totalTrs.get(i).select("dt");
Elements tds2 = totalTrs.get(i).select("dd");
for(int a=0;a<tds1.size();a++)
{
String dt=tds1.get(a).ownText();
String dd=tds2.get(a).ownText();
System.out.println("number----->dt" +dt);
System.out.println("number----->dd" + dd);
}
 }else ;
}
}
}

控制台输出如下：

number----->dt题名/责任者:
number----->dd:圣埃克苏佩里传/(英)保罗·韦伯斯特(Paul Webster)著 黄喻麟译
number----->dt出版发行项:
number----->dd上海:上海人民出版社,2003
number----->dtISBN及定价:
number----->dd7-208-04502-X/CNY19.80
number----->dt提要文摘附注:
number----->dd本书是风靡全球的童话《小王子》作者的传记，记述了他的童年与成长、进入文学领域的经历，以及作为一名飞行员的意外死亡。

剩下在安卓上调试就好了：
查询到书籍的列表显示出来：

点击进去看到书籍详细内容：