很好用的htmlparser 框架---Jsoup

最新推荐文章于 2025-06-01 12:58:03 发布

原创最新推荐文章于 2025-06-01 12:58:03 发布 · 800 阅读

0 ·

CC 4.0 BY-SA版权

java开发专栏收录该内容

4 篇文章

订阅专栏

本文详细记录了如何使用Java的JSoup库解析HTML文档，并利用HttpClient下载HTML页面中的图片资源。重点展示了从HTML文档中获取图片URL的方法，以及通过HTTP客户端进行实际下载的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pom.xml

<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.7.2</version>
<type>jar</type>
<scope>compile</scope>
</dependency>

<dependency>
<groupId>org.apache.httpcomponents</groupId>
<artifactId>httpclient</artifactId>
<version>4.2.5</version>
<type>jar</type>
<scope>compile</scope>
</dependency>

为了实现用java程序自动下载html的图片，用了jsoup 和httpclient写了个下载的，做个记录。

Document doc;
try {
doc = Jsoup.parse(input, "UTF-8");
for (String tag : tags) {
Elements elements = doc.getElementsByTag("img");
for (Element ele : elements) {
String httpUrl = ele.attr("src");
}
}

} catch (IOException e) {
e.printStackTrace();
}

DefaultHttpClient defaultHttpClient = new DefaultHttpClient();
HttpGet request = new HttpGet(this.url);
HttpResponse response = defaultHttpClient.execute(request);
HttpEntity entity = response.getEntity();
byte[] buffer= EntityUtils.toByteArray(entity);;