通过jsoup工具实现java解析html

Posted 2022-12-06 Warren技术宅

       最近闲来无事，写了几个网页数据抓取的小程序。网页抓取最头疼的就是对html标签的解析，解析过程中一般用到的方法就是正则表达式，无奈博主只是会一点正则表达式的皮毛，查文档，找实例，搞了大半天也没写出几个合适的正则表达式。正在博主束手无策的时候，突然发现了这个开源的小工具，用起来是相当的顺手啊。一天的时间就写好了对百度贴吧，猫扑和天涯相关图片文章的抓取。jsoup真是宅男居家必备神奇啊！！！

soup的主要功能如下：

1. 从一个URL，文件或字符串中解析HTML； 2. 使用DOM或CSS选择器来查找、取出数据； 3. 可操作HTML元素、属性、文本； jsoup是基于MIT协议发布的，可放心使用于商业项目。

由于jsoup 良好的可扩展性API 设计，你可以通过选择器的定义来开发出非常强大的HTML 解析功能。再加上jsoup 项目本身的开发也非常活跃，因此如果你正在使用Java ，需要对HTML 进行处理，不妨试试。

更详细的jsoup使用方法都在我上传的资源中有详细介绍，有兴趣的可以下载下来玩玩

相关资源下载地址：http://download.csdn.net/detail/u012756886/6521659