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。jsoup的主要功能如下:
1. 从一个URL,文件或字符串中解析HTML;
2. 使用DOM或CSS选择器来查找、取出数据;
3. 可操作HTML元素、属性、文本;
jsoup是基于MIT协议发布的,可放心使用于商业项目。
关于Jsoul的更多介绍,请访问Jsoul的官网:
关于Jsoul的官网API文档查询:/apidocs/
========================================================================================================
入门
1.解析和遍历一个html文档
Stringhtml="
Firstparse"
+"
ParsedHTMLintoadoc.
";
Documentdoc=Jsoup.parse(html);
(更详细内容可查看解析一个HTML字符串.)
其解析器能够尽最大可能从你提供的HTML文档来创见一个干净的解析结果,无论HTML的格式是否完整。比如它可以处理:
没有关闭的标签 (比如:
Lorem
Ipsumparses to
Lorem
Ipsum
)
隐式标签 (比如. 它可以自动将
Table data包装成