Jsoup 解析框架

最新推荐文章于 2025-02-05 10:19:41 发布

weixin_33701564

最新推荐文章于 2025-02-05 10:19:41 发布

阅读量126

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：https://my.oschina.net/u/943316/blog/911866

本文介绍Jsoup，一款用于Java的HTML解析库。它支持从URL、文件或字符串解析HTML，并通过DOM、CSS选择器及类似jQuery的方法进行数据抓取与操作。文中还提供了Maven依赖及使用示例。

2019独角兽企业重金招聘Python工程师标准>>>

jSOUP 简介

Jsoup是一款比较好的Java版HTML解析器。可直接解析某个URL地址、HTML文本内容。可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

jSOUP主要功能

从一个URL，文件或字符串中解析HTML；
使用DOM或CSS选择器来查找、取出数据；
可操作HTML元素、属性、文本；

MAVEN 依赖

<!-- 解析 html 文件 -->
<dependency>
   <groupId>org.jsoup</groupId>
   <artifactId>jsoup</artifactId>
   <version>1.10.2</version>
</dependency>

使用实例

public static  Document getDocument (String url){
    try {
       return Jsoup.connect(url).get();
    } catch (IOException e) {
       e.printStackTrace();
    }
    return null;
}

public static void main(String[] args) {
   Document document=getDocument("https://item.wuage.com/543589592257.html?psa=W26.a190.a137.1");
   System.out.println(document.select("img").first().attr("src"));
   System.out.println(document.getElementsByTag("title").first().text());
   System.out.println(document.select("meta[name='keywords']").first().attr("content"));
   System.out.println(document.select("meta[name='description']").first().attr("content"));
}

转载于:https://my.oschina.net/u/943316/blog/911866