jsoup解析html页面

Jsoup爬取网页上表格数据 首先,先下载jsoup的jar包,这个自己去网上搜一下吧,好多的,然后导入到程序中,方便使用。 下来,先得到你要获取的网页的内容,Document doc = Jsoup.connect(url).timeout(5000).get(); 这里面的url就是你要爬取的网址,timeout(5000)设置了你爬取网页的最大时间,超出时间后就不再尝试了,一般网站不用设置的,只需要Documen 阅读详情

maven依赖

    <!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.11.3</version>
        </dependency>

要解析的html内容 我主要解析table部分 只给出table部分内容

  <table class="logview">
                    <tr class="header">
                        <td colspan=5>HT2 cat localhost.localdomain 192.168.104.165 Cat-ConfigSyncTask 167 Cat-ConfigSyncTask-2 cat-c0a868a5-429415-1544 null null  </td>
                    </tr>
                    <tr class="odd">
                        <td>t15:25:04.453</td>
                        <td>TimerSync</td>
                        <td>resource-config</td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr class="even">
                        <td>&nbsp;&nbsp;t15:25:04.453</td>
                        <td>SQL</td>
                        <td>config.findByName</td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr class="odd">
                        <td>&nbsp;&nbsp;&nbsp;&nbsp;E15:25:04.702</td>
                        <td>SQL.Method</td>
                        <td>SELECT</td>
                        <td>&nbsp;</td>
                        <td>["resource-config"]</td>
                    </tr>
                    <tr class="even">
                        <td>&nbsp;&nbsp;&nbsp;&nbsp;E15:25:04.702</td>
                        <td>SQL.Database</td>
                        <td>jdbc:mysql://192.168.104.101:3306/cat?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&socketTimeout=120000</td>
                        <td>&nbsp;</td>
                        <td></td>
                    </tr>
                    <tr class="odd">
                        <td>&nbsp;&nbsp;T15:25:04.702</td>
                        <td>SQL</td>
                        <td>config.findByName</td>
                        <td>&nbsp;</td>
                        <td>249ms SELECT c.id,c.`name`,c.content,c.creation_date,c.modify_date FROM config c WHERE c.name = ?</td>
                    </tr>
                    <tr class="even">
                        <td>T15:25:04.702</td>
                        <td>TimerSync</td>
                        <td>resource-config</td>
                        <td>&nbsp;</td>
                        <td>249ms </td>
                    </tr>
                </table>

java 代码

api参考

 https://www.cnblogs.com/boy1025/p/5040495.html

http://www.open-open.com/jsoup/load-document-from-url.htm

本例的代码

package com.flyer;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

import java.io.IOException;

/**
 * flyer 2018.12.28
 */
public class Test {
    public static void main(String[] args) {
        Document doc = null;
        try {
            doc = Jsoup.connect("http://192.168.104.164:8080/cat/r/m/cat-c0a868a5-429353-669?domain=cat").get();
            Elements container = doc.getElementsByClass("logview");

            Elements trList = container.select("tr");
            for (Element tr : trList) {
                if (tr.getElementsByClass("header") != null && tr.getElementsByClass("header").size() > 0)
                    continue;
                Elements tdList = tr.select("td");
                for (Element td : tdList) {
                    String text = td.text();
//                    System.out.println(tr.text()+"*******"+ text);
                    System.out.println("*******" + text);
                }
                System.out.println("开始下一个tr:");
                System.out.println("");
            }
//            Document containerDoc = Jsoup.parse(container.toString());
//            System.out.println(containerDoc.toString());
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

输出 

"C:\Program Files\Java\jdk1.8.0_152\bin\java.exe" "-javaagent:D:\program Files\JetBrains\IntelliJ IDEA 2018.3.2\lib\idea_rt.jar=60158:D:\program Files\JetBrains\IntelliJ IDEA 2018.3.2\bin" -Dfile.encoding=UTF-8 -classpath "C:\Program Files\Java\jdk1.8.0_152\jre\lib\charsets.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\deploy.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\access-bridge-64.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\cldrdata.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\dnsns.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\jaccess.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\jfxrt.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\localedata.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\nashorn.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\sunec.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\sunjce_provider.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\sunmscapi.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\sunpkcs11.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\ext\zipfs.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\javaws.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\jce.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\jfr.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\jfxswt.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\jsse.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\management-agent.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\plugin.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\resources.jar;C:\Program Files\Java\jdk1.8.0_152\jre\lib\rt.jar;D:\work\code\test2018\target\classes;C:\Users\fei.jiang\.m2\repository\org\apache\httpcomponents\httpclient\4.5.2\httpclient-4.5.2.jar;C:\Users\fei.jiang\.m2\repository\org\apache\httpcomponents\httpcore\4.4.4\httpcore-4.4.4.jar;C:\Users\fei.jiang\.m2\repository\commons-logging\commons-logging\1.2\commons-logging-1.2.jar;C:\Users\fei.jiang\.m2\repository\commons-codec\commons-codec\1.9\commons-codec-1.9.jar;C:\Users\fei.jiang\.m2\repository\org\apache\httpcomponents\httpclient-cache\4.5\httpclient-cache-4.5.jar;C:\Users\fei.jiang\.m2\repository\org\apache\httpcomponents\httpmime\4.3.2\httpmime-4.3.2.jar;C:\Users\fei.jiang\.m2\repository\org\jsoup\jsoup\1.11.3\jsoup-1.11.3.jar" com.flyer.Test
*******t01:11:03.993
*******TimerSync
*******server-config
*******
*******
开始下一个tr:

*******t01:11:03.994
*******SQL
*******config.findByName
*******
*******
开始下一个tr:

*******E01:11:04.270
*******SQL.Method
*******SELECT
*******
*******["server-config"]
开始下一个tr:

*******E01:11:04.270
*******SQL.Database
*******jdbc:mysql://192.168.104.101:3306/cat?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&socketTimeout=120000
*******
*******
开始下一个tr:

*******T01:11:04.271
*******SQL
*******config.findByName
*******
*******277ms SELECT c.id,c.`name`,c.content,c.creation_date,c.modify_date FROM config c WHERE c.name = ?
开始下一个tr:

*******T01:11:04.270
*******TimerSync
*******server-config
*******
*******277ms
开始下一个tr:


Process finished with exit code 0

 

【Shader】Unity批量更换Shader 在Unity开发中,因为渲染管线问题,经常会遇到需要大量更改shader的问题,本篇文章讲述批量更换Shader的工具。 阅读详情

相关推荐

SAP FICO 银企直连

银企直联或者自动付款的目的是和银行做一个接口,把SAP中的到期应付款(也包括预付款)按照一定格式(银行要求的)在审批后发送给银行,请银行按照这个付款指定进行付款,并跟踪付款状态的过程,这个过程在SAP中如何实现呢?根据个人项目经验,客户需求可分为如下三种: 1. 第一种是完全不自动方式,仅批量生成付款凭证,实际的付款还是通过原来的流程执行,和银行没有任何接口; 2. 第二种是半自动方式,这种方式下需要按照银行的要求的格式生成付款条件,然后把付款文件下载下来,通过企业版的网银接口把付款文件进行上载,提交后

IamRunjiang的博客 9291

jsoup解析html之table表格

jsoup解析html之表格table

极客鼠之家 1504

帆软报表JS导出避坑指南:如何正确处理sessionid和参数传递

本文深入探讨了帆软报表中通过JavaScript实现一键导出的关键技术,重点解析了如何正确获取并传递sessionid以确保会话不丢失,以及如何构造包含必要参数的导出URL。文章详细对比了预览后导出与直接URL导出两种方式的差异,并提供了从参数拼接、前端触发下载到高级场景(如SPA集成)的完整避坑指南,帮助开发者构建稳定可靠的自定义导出功能。

weixin_42522857的博客 163

使用jsoup解析html的table中的文本信息

jsoup是一个非常好用的html解析工具。使用时需要下载相应的jar包。下面就是我使用jsoup解析html的表格的java源代码。亲测可用public void parse(){ String htmlStr = "" + " " + "" + "这里是要获取的数据1" + "这里是要获取的数据2" + "" + "" + "这里是

小勇 1万+

自适应动态规划硕士博士论文学习

强化学习关注随机过程中的序贯决策问题,而自适应动态规划关注动态系统的控制问题。吸引域:系统渐近稳定的区域。

DarlingLSA的博客 1425

一文读懂GPU通信互联技术:GPUDirect、NVLink与RDMA

GPUDirect是NVIDIA开发的一项技术,旨在实现GPU与其他设备(如网络接口卡NIC和存储设备)之间的直接通信和数据传输,而无需CPU的参与。传统上,数据在GPU和另一个设备之间传输时,必须通过CPU,这导致潜在的性能瓶颈和延迟增加。GPUDirect技术则通过绕过CPU,直接访问和传输数据,显著提高系统性能。NVLink是NVIDIA开发的一种高速、高带宽的互连技术,用于连接多个GPU之间或GPU与其他设备(如CPU、内存等)之间的通信。

异构算力老群群(在读985计算机博士生)的技术博客 7776

Jsoup数据解析浅析一二

带有标签的.html解析,Jsoup负责架构的宏观定位,正则负责内容的微观调整。

sinat_32501475的博客 839

基于 Qt C++ 的 船舶导航系统 UI

你想实现一个基于 **Qt C++** 的 **船舶导航系统 UI**,核心功能包括 **Qt Quick** 电子海图显示和 **NMEA 0183** 协议解析。"断开" : "连接"创建一个 Qt Quick 项目,选择 **Qt 6** 版本,确保勾选 **Qt Quick**、**Qt Network** 和 **Qt SQL** 模块。Label { text: "纬度:" }3. **连接设备**:点击 "连接" 按钮连接到 GPS 设备或模拟数据源。title: "连接设置"

寒寒豆豆软件公司的博客 127

jsoup 解析html 表单,使用jsoup从HTML解析表格

我还有一个问题,就是抓取html文本。这里是什么,我试图从提取样品:使用jsoup从HTML解析表格1En het geschiedde in die dagen dat er een gebod uitging van keizer Augustus dat heel de wereld ingeschreven moest worden.2Deze eerste inschrijvin...

weixin_39970994的博客 442

2026年江苏省职业院校技能大赛高职组“软件测试”赛项智能体辅助测试参考答案

2026年江苏省职业院校技能大赛高职组“软件测试”赛项智能体辅助测试参考答案

我是网络安全兼技能大赛工程师,专注网络安全技术学习与技能大赛实战!持续分享最新的技术文章,帮你少走弯路,一起在技术赛道上进步~ 1343

【数据可视化-77】中国历年GDP数据可视化分析:Python + Pyecharts 深度洞察(含完整数据、代码)

通过上述可视化分析,我们可以清晰地看到中国历年GDP的变化趋势和产业构成。玫瑰图展示了2024年的产业构成,地图和柱状图展示了GDP的时空分布,双轴折线图和雷达图则分别展示了GDP总量与人均GDP的变化以及各行业的GDP贡献。希望这篇文章能帮助您更好地理解和分析中国历年GDP数据。如果您有任何问题或建议,欢迎在评论区留言!🎉。

qq_38614074的博客 1473

使用Jsoup解析HTML页面

在写Android程序时,有时需要解析HTML页面,特别是那类通过爬网站抓取数据的应用,比如:天气预报等应用。如果是桌面应用可以使用htmlparser这个强大的工具,但是在Android平台上使用会出现错误;另一种办法是使用正则表达式来抽取数据;再有一个办法是纯字符串查找定位来实现。文本将要介绍的是使用Jsoup这个开源的解析器来实现。 Jsoup既可以通过一个url网址,也可以通过存储h

Kiven's blog 1621

在 SAP 里,想让“同一笔业务”在多个账套(平行分类账)中生成不同编号的会计凭证,标准做法就是

摘要:SAP系统中实现同一业务在不同分类账生成独立凭证号的方法是为每个分类账配置独立的凭证类型-编号范围映射。通过FBN1/OBA7等事务码为各分类账分配专属编号段,系统过账时会按分类账自动取号,确保凭证号互不冲突。该方案适用于S/4HANA和ECC系统,支持标准过账(F-02)或分类账专属过账(FB01L)两种模式,最终实现"一业务多账套,各自独立编号"的目标。

金牌架构师 550

SpringBoot、Java 使用 Jsoup 解析 HTML 页面

Jsoup 是一个用于处理 HTML 页面的 Java 库,它提供了简单的 API,使得从 HTML 中提取数据变得非常容易。无论是获取特定标签的内容还是遍历整个页面的元素,Jsoup 都能轻松胜任。

Java老兵的后端进阶与AI前沿探索之路。 2339

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

Java爬虫入门简介(二) —— Jsoup解析HTML页面

上一篇博客我们已经介绍了如何使用HttpClient模拟客户端请求页面了。这一篇博客我们将描述如何解析获取到的页面内容。上一节我们获取了 http://www.datalearner.com/blog_list 页面的HTML源码,但是这些源码是提供给浏览器解析用的,我们需要的数据其实是页面上博客的标题、作者、简介、发布日期等。在这篇博客里,我们将简单介绍Jsoup解析HTML页面的操作。

DataLearnerAI 6960

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

jsoup 解析html body,Jsoup解析html页面,爬虫必备

介绍Jsoup用于解析html页面,对于爬虫来说,会有大量的html页面反馈回来,解析出特定的信息和内容是非常繁琐的,Jsoup是解析html的神奇工具,可以大大减少工作量使用方式Jsoup将html封装成为document,操作起来像 js 和 jqurey 一样,可以使用document.getElementById()、document.getElementsByTagName()等等一系列...

weixin_42526415的博客 499

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

java-jsoup解析html页面的内容

前面一篇文章讲述了 怎么用httpclient发送页面请求,下面要做的就是 爬取请求到的页面的 内容了。 jsoup可以帮助我们很好的解析页面内容。具体例子我们在上文的框架里做示范。 上文链接:http://blog.youkuaiyun.com/zzq900503/article/details/10006751  jsoup的介绍:http://baike.baidu.com/view/406

直到世界的尽头 2万+

Android的jsoup方法,Android_Android开发之利用jsoup解析HTML页面的方法,本文实例讲述了Android利用jsoup - phpStudy...

Android开发之利用jsoup解析HTML页面的方法本文实例讲述了Android利用jsoup解析HTML页面的方法。分享给大家供大家参考,具体如下:这节主要是讲解jsoup解析HTML页面。由于在android开发过程中,不可避免的涉及到web页面的抓取,解析,展示等等,所以,在这里我主要展示下利用jsoup jar包来抓取cnbeta.com网站的话题分类的实例。下面是主要的代码,由于使用...

weixin_26704349的博客 195

Android使用Jsoup解析HTML页面

在写Android程序时,有时需要解析HTML页面,特别是那类通过爬网站抓取数据的应用,比如:天气预报等应用。如果是桌面应用可以使用htmlparser这个强大的工具,但是在Android平台上使用会出现错误;另一种办法是使用正则表达式来抽取数据;再有一个办法是纯字符串查找定位来实现。文本将要介绍的是使用Jsoup这个开源的解析器来实现。 Jsoup既可以通过一个url网址,也可以通过存储h

andy75131的专栏 925

Android开发--使用JSOUP解析HTML页面

在写Android程序时,有时需要解析HTML页面,特别是那类通过爬网站抓取数据的应用,比如:天气预报等应用。如果是桌面应用可以使用htmlparser这个强大的工具,但是在Android平台上使用会出现错误;另一种办法是使用正则表达式来抽取数据;再有一个办法是纯字符串查找定位来实现。文本将要介绍的是使用Jsoup这个开源的解析器来实现。 Jsoup既可以通过一个url网址,也可

z_fishLong的博客 922

Android 使用Jsoup解析HTML页面

在写Android程序时,有时需要解析HTML页面,特别是那类通过爬网站抓取数据的应用,比如:天气预报等应用。如果是桌面应用可以使用htmlparser这个强大的工具,但是在Android平台上使用会出现错误;另一种办法是使用正则表达式来抽取数据;再有一个办法是纯字符串查找定位来实现。文本将要介绍的是使用Jsoup这个开源的解析器来实现。 Jsoup既可以通过一个url网址,也可以通过存储h

acaoye的专栏 797

Jsoup—解析HTML页面数据的工具

介绍:GitHub源码 点击查看代码jar包 点击下载Jsoup是一款比较好的Java版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主要功能从一个URL,文件或字符串中解析HTML; 使用DOM或CSS选择器来查找、取出数据; 可操作HTML元素、属性、文本;依赖

程序病毒小队的博客 3304

HTML页面解析组件-Jsoup使用

原文地址: http://blog.sina.com.cn/s/blog_7227719a0100lpix.html java端解析HTML页面内容 Jsoup把HTML的解析变为DOM的方式,类似于在HTML页面中直接用JS操作。 使用方法: Document doc = Jsoup.parse(new URL(“http://www.baidu.com”),

liuwei0376的专栏 919

html页面 解析 jsoup,使用jsoup解析html页面内容案例

public String getFaGuiKuTitles(String type, intpage) {String href= "http://info.qd-n-tax.gov.cn/NewFaGuiKu/"+type+"/";String baseUrl= href + "index";int no = 0;String msg= "";if(page>0){baseUrl= ba...

weixin_29848477的博客 202
上一篇: 点评cat编译单机运行
下一篇: ElasticSearch 索引查询使用指南——详细版
琅琊山二当家
博客等级 码龄18年 447粉丝 322原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值