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

  开源博客系统-Jsoup

 

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

Jsoup学习和使用

使用Jsoup解析html网页

jsoup - 去除所有格式和链接标签,只保留文本

为啥这段代码会泄露? (简单的代码片段)

Jsoup 没有完全获取原始 html 代码

初识Java爬虫之Jsoup,提供参考代码