u013774543的专栏

在网上看到一个大神的代码，得到html代码以后如何过滤掉注释代码。网上有人推荐使用JSOUP的cleaner，有人推荐正则。 这个方法特别简单易懂。保存下来方便学习参考。 Pattern p=Pattern.compile("\\");   String html=".....";//jsoup得到的html代码   Matcher m=p.matc

http://blog.163.com/anyaxiao100@126/blog/static/24086670200910243227833/ 大牛的

不需要添加任何jar文件就可以通过网站连接来得到网站的html源代码 URL url = new URL("http://www.baidu.com/"); HttpURLConnection conn = (HttpURLConnection) url.openConnection(); InputStream inputStream = conn.getInputSt

参考连接：http://m.oschina.net/blog/126725 上一章介绍了如何使用java本地类库获取http资源。下一步就要考虑如何将源码中的有效信息提取出来。有很多相关的类库可以使用，htmlparser，jsoup，heritrix等等。 但是从我自己的经验，还是比较倾向于使用jsoup。 这里先介绍如何使用jsoup完成http connecti

想要通过Jsoup来获取信息可以通过document或者elements的getElementsBy****这类方法。也可以通过选择器selector。 这两种方法功能类似，但是selector由于功能强大，可以适应更加复杂的选择条件。需要判断什么时候使用什么方法还需要自己下面多多测试和总结。 首先说一下Document & Elements & Element & NodeL

最近需要解析javascript动态生成的内容，Jsoup不能够完成这个功能，就使用HtmlUnit，可以说到目前为止HtmlUnit