Java爬虫入门(2) Jsoup使用

最新推荐文章于 2024-09-14 07:24:30 发布

编程小白陈杰

最新推荐文章于 2024-09-14 07:24:30 发布

阅读量1.1k

点赞数 15

文章标签：爬虫

本文链接：https://blog.youkuaiyun.com/m0_73834500/article/details/139855483

版权

Jsoup介绍：

一款Java对html的解析工具。

Jsoup的基础使用:

导入Maven依赖:

<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.11.3</version>
</dependency>
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-lang3</artifactId>
    <version>3.1</version>
</dependency>

Jsoup解析url：

Document doc = Jsoup.parse(new URL("http://www.itcast.cn"), 1000);//访问时候的超时时间
String title = doc.getElementsByTag("title").first().text();//获取第一个title标签内容

Jsoup解析文件:

Document doc = Jsoup.parse(new File(html文件的绝对路径), "utf8");

dom方式遍历文档:

1、根据id查询元素getElementById

2、根据标签获取元素getElementsByTag

3、根据class获取元素getElementsByClass

4、根据属性获取元素getElementsByAttribute

使用选择器获取元素:

doc.select