使用Jsoup对HTML进行解析

不净之心

于 2013-09-29 09:27:58 发布

阅读量97

点赞数

CC 4.0 BY-SA版权

分类专栏：开源应用 Java 文章标签： python java

本文链接：https://blog.youkuaiyun.com/pyzheng/article/details/84484450

Java 同时被 2 个专栏收录

250 篇文章

订阅专栏

开源应用

156 篇文章

订阅专栏

本文介绍Java HTML解析工具Jsoup的使用方法，包括解析服务器和本地HTML文件，获取<title>和<body>标签内容等常见操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

[url]http://blog.youkuaiyun.com/a2bgeek/article/details/7860954[/url]
貌似解析HTML的工具名字都是XXsoup，比如python的beautifulsoup，这里介绍一下java的Jsoup。我这里只说我使用的感受。
Jsoup可以解析服务器上的、本地的HTML文件，将里面的标签过滤掉，得到有用的内容，。
比如只需要<title>标签的内容，

解析本地的：需要把文件放到IO流中

Document doc = Jsoup.parse(inputStream, "UTF-8", "http://www.google.com.hk/");  
String title = doc.title();

解析服务器上的：

Document doc = Jsoup.connect("http://www.XXX.com/").get();   
String title = doc.title();

再比如需要整个<body>中的内容，

Document doc = Jsoup.parse(inputStream, "UTF-8", "http://www.google.com.hk/");  
Element body = doc.body();  
String text = body.text();

下面的的链接是Jsoup的帮助文档：
[url]http://jsoup.org/apidocs/[/url]
下面是官方的SDK：
Jsoup1.6.3
还有一个我学习Jsoup的链接：
[url]http://www.oschina.net/code/tag/jsoup[/url]