Java解析html页面,获取想要的元素

Posted 2020-10-05 做梦的人

背景:通过接口访问数据，获取的内容是个标准的html格式，使用jsoup的方式获取页面元素值

先推荐比较好的博客：http://www.open-open.com/jsoup/、 单个案例比较不错

http://blog.csdn.net/u010814849/article/details/52526582  整合内容很多

1.插件下载并安装

官网安装地址：http://jsoup.org/packages/jsoup-1.8.1.jar

2.使用（目前都是用的css方式定位元素）

1.获取这个网页的商品标题内容

 

代码说明：response为页面的网页元素，一个标准的html

Document doc = Jsoup.parse(resopnes); // 使用jsoup 进行语言转换
String getTitle = doc.select("#goods_title").attr("value");// 商品标题 #使用css方式

2. 获取静态页面的标题，元素input

可直接使用浏览器的css方式：#showtab0 > tbody > tr:nth-child(2) > td:nth-child(2) > input.input_style

Document doc = Jsoup.parse(resopnes); // 使用jsoup 进行语言转换

String getProductName = doc.select("#showtab0 > tbody > tr:nth-child(2) > td:nth-child(2) > input.input_style").attr("value");
System.out.println("商品名称:"+getProductName);

 

3.获取其他说明，元素为textarea

String detail = doc.select("#goods_desc_en").text();// 详细描述
System.out.println("详细描述"+detail);