爬虫之jsoup入门指南

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。

当时使用它是为了爬某个数据。

Connection con= Jsoup.connect("url");// 传入一个有效的url地址，创建一个连接对象

// 当然，需要判断此次连接是否成功

int code = 0;

try {

      code = con.excute().statusCode();

}

if (code != HttpStatus.SC_OK){// HttpStatus.SC_OK是HttpClient包中的常量，也可以直接写成200

      return;

}

Document doc = con.get();// 获取到了当前页面的Document对象，这个对象包含了完整的页面信息

Element[] classElememts = doc.getElementsByClass("标签的class名字");

Element[] tagElememts = doc.getElementsByTag("div");

Element element = doc.getElementById("标签的id");

// 每个element对象都有Document对象的方法。由于暂时没有去看源码，所以就没有去了解Element

// 和Document的关系

// jsoup的使用方法，详见官方文档，挺简单的，感觉和写js差不多

// 附上链接: http://www.open-open.com/jsoup/

// 转载请附上原文链接