java 中开源的html解析库Jsoup 简单例子
下面是一个使用Jsoup库解析HTML的简单Java例子。这个例子展示了如何使用Jsoup从一个HTML字符串中提取数据。
首先，确保你已经将Jsoup作为依赖项添加到你的项目中。如果你使用的是Maven，可以在`pom.xml`文件中添加以下依赖：
<dependencies><dependency><groupId>org.jsoup</groupId><artifactId>jsoup</artifactId><version>1.14.3</version> <!-- 请检查最新版本 --></dependency>
</dependencies>
然后，你可以使用以下Java代码来解析HTML：
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;public class JsoupExample {public static void main(String[] args) {String html = "<html><head><title>Sample Title</title></head>"+ "<body><p>Sample Content</p><div class='links'><a href='https://www.example1.com'>Example1</a>"+ "<a href='https://www.example2.com'>Example2</a></div></body></html>";Document doc = Jsoup.parse(html);// 获取标题String title = doc.title();System.out.println("Title: " + title);// 获取所有链接Elements links = doc.select("a[href]");for (Element link : links) {System.out.println("Link: " + link.attr("href"));System.out.println("Text: " + link.text());}// 获取具有特定类的元素Elements divLinks = doc.select("div.links");for (Element div : divLinks) {System.out.println("Div Class: " + div.className());// 可以进一步操作div元素}}
}
在这个例子中，我们首先创建了一个包含HTML内容的字符串。然后，我们使用Jsoup.parse()方法来解析这个字符串，并得到了一个Document对象，它可以代表整个HTML文档。
接着，我们使用Document对象的title()方法来获取文档的标题。使用select()方法，我们可以通过CSS选择器来选择和提取特定的元素。在这个例子中，我们提取了所有<a>标签的href属性和文本内容，以及具有links类的<div>标签。
这个例子展示了Jsoup的基本用法，包括HTML解析、选择元素和提取属性。Jsoup还有很多其他功能，比如处理实时的HTML文档、修改DOM结构、清理HTML等。