Java - XPath解析爬取内容

最新推荐文章于 2025-05-28 16:05:02 发布

liu857279611

最新推荐文章于 2025-05-28 16:05:02 发布

阅读量9.3k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：编程语言

本文链接：https://blog.youkuaiyun.com/liu857279611/article/details/71244224

本文介绍了如何在Java中利用XPath解析HTML，通过Maven引入相关依赖，实现高效地从网页抓取和提取所需信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

maven依赖

<dependencies>
		<dependency>
			<groupId>org.jsoup</groupId>
			<artifactId>jsoup</artifactId>
			<version>1.10.2</version>
		</dependency>

		<dependency>
			<groupId>javax.xml</groupId>
			<artifactId>jaxp-api</artifactId>
			<version>1.4.2</version>
		</dependency>
		<dependency>
			<groupId>net.sourceforge.htmlcleaner</groupId>
			<artifactId>htmlcleaner</artifactId>
			<version>2.9</version>
		</dependency>
</dependencies>

代码

import java.io.IOException;

import javax.xml.xpath.XPath;
import javax.xml.xpath.XPathConstants;
import javax.xml.xpath.XPathFactory;

import org.htmlcleaner.CleanerProperties;
import org.htmlcleaner.DomSerializer;
import o