java 解析页面的Jsoup

最新推荐文章于 2024-08-09 03:43:55 发布

原创最新推荐文章于 2024-08-09 03:43:55 发布 · 118 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#java #python

java 专栏收录该内容

567 篇文章

订阅专栏

本文介绍使用Java库Jsoup解析HTML页面的方法。通过示例代码展示了如何连接网站、获取页面标题及元素等操作。

python 有beautifulSoup，java有Jsoup，当前前者的功能更强点，与java的NekoHtml有相同的功能，能够补全和排序

HTML原生的页面。

下面是Jsoup的代码很简单，解析HTML的页面，当然还有一个很著名的HTMLprarse是同样的。貌似里面的方法名都类似。

package endual;

import java.io.IOException;

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

public class MainApp {

	/**
	 * @param args
	 * @throws Exception 
	 */
	public static void main(String[] args) throws Exception {


		Document doc = Jsoup.connect("http://www.baidu.com").get() ; //连接
		String title = doc.title() ;
		System.out.println(title);
		
	    String msg = doc.html() ;//获取原生页面
	    
	    Elements el =  doc.getElementsByTag("head") ;
	
	    int el_size = el.size() ;
	    System.out.println(el_size); 
	    
		//System.out.println(msg);
		
	}

}