Jsoup-- HelloWorld
Posted 听歌敲代码
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Jsoup-- HelloWorld相关的知识,希望对你有一定的参考价值。
1.简介
jsoup 是一款Java 的html解析器,可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API,可通过DOM,CSS以及类似于jQuery的操作方法来取出和操作数据。实际开发中,利用HttpClient来抓取网页内容,然后利用 jsoup来解析。文档可参考:http://www.open-open.com/jsoup/
2.maven依赖
<dependency> <groupId>org.jsoup</groupId> <artifactId>jsoup</artifactId> <version>1.10.3</version> </dependency>
3.HelloWorld代码实现
获取 http://www.cnblogs.com/xbq8080 的标题(title) 以及 座右铭
public static void main(String[] args) throws Exception{ // 创建httpClient实例 CloseableHttpClient httpClient = HttpClients.createDefault(); // 创建httpGet实例 HttpGet httpGet = new HttpGet("http://www.cnblogs.com"); httpGet.setHeader("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:45.0) Gecko/20100101 Firefox/45.0"); CloseableHttpResponse response = httpClient.execute(httpGet); String content = null; if(response != null){ HttpEntity entity = response.getEntity(); content = EntityUtils.toString(entity, "UTF-8"); // 获取网页内容 Document document = Jsoup.parse(content); // 解析网页,得到文档对象 Elements elements = document.getElementsByTag("title"); // 获取 tag为 title的DOM元素 Element element = elements.get(0); // 获取第一个DOM元素 String title = element.text(); // 返回元素的文本 System.out.println("博客园的标题:" + title); Element element2 = document.getElementById("site_nav_top"); String navTop = element2.text(); System.out.println("座右铭:" + navTop); } if(response != null){ response.close(); } if(httpClient != null){ httpClient.close(); } }
4.运行结果:
博客园的标题:博客园 - 开发者的网上家园
座右铭:代码改变世界
5.Jsoup学习地址
以上是关于Jsoup-- HelloWorld的主要内容,如果未能解决你的问题,请参考以下文章