入门指南：学习如何使用 Jsoup 解析 HTML
Jsoup 是一款开源的 Java 库，用于解析 HTML。它提供了一个非常方便的 API 来获取和操作 HTML 文档。以下是一个简单的例子，展示了如何使用 Jsoup 来解析 HTML 文档并提取数据。
首先，你需要添加 Jsoup 到你的项目依赖中。如果你使用 Maven，可以在 pom.xml 文件中添加如下依赖：
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.13.1</version>
</dependency>下面是一个简单的 Jsoup 使用例子，它解析了一个包含 HTML 内容的字符串，并提取了标题和所有链接的地址：
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class JsoupExample {
public static void main(String[] args) {
String html = "<html><head><title>First parse</title></head>"
+ "<body><p>Parsed HTML into a doc.</p><a href='http://jsoup.org'>jsoup</a></body></html>";
Document doc = Jsoup.parse(html);
// 获取标题
String title = doc.title();
System.out.println("Title: " + title);
// 获取所有链接
Elements links = doc.select("a[href]");
for (Element link : links) {
System.out.println("Link: " + link.attr("href"));
}
}
}在这个例子中，我们首先定义了一个包含 HTML 内容的字符串 html。然后使用 Jsoup.parse(html) 方法解析这个字符串，得到一个 Document 对象。通过调用 title() 方法获取文档的标题，使用 select() 方法获取所有的 <a> 标签，并且提取它们的 href 属性，即链接地址。
这只是 Jsoup 非常强大功能的一个简单介绍。Jsoup 提供了丰富的 API 来处理和提取 HTML 中的数据，包括 CSS 选择器、属性操作、文本提取等功能。
评论已关闭