Jsoup对象

Posted 风萧萧路漫漫

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对象相关的知识,希望对你有一定的参考价值。

1.Jsoup:工具类,解析html,XML文档,加载文档进内存,获取dom树-->返回Document文档对象

parse():解析HTML和XML,返回Documet对象

  重载方法

  • parse​(File in, String charsetName):解析HTML或XML文件的。(也就是需要存在一个File对象,物理文件)
    • 常用于XML
  • parse​(String html):解析HTML或XML的字符串(字符串就是,HTML和XML的内容)
    • 不常用
  • parse​(URL url, int timeoutMillis):通过网络路径获取指定的HTML或者XML的文档对象
    • timeoutMillis超时时间

    • 获取的路径就是对应的HTML文档,这个HTML文档只不过是在浏览器上被解析成用户看到的界面。真实的数据还是代码

    • 常用于HTML爬虫程序

    • 例如比价网:慢慢买


2. Documet:文档对象=内存中DOM树

主要用来获取Element对象(document继承了node的下的element对象,能获取任意的Element对象)

  • getElementById​(String id):根据id属性值,获取唯一的element对象
  • getElementsByTag​(String tagName):根据标签名称,获取元素对象集合
  • getElementsByAttribute​(String key):根据属性名称,获取元素对象集合
  • getElementsByAttributeValue​(String key, String value):根据属性名称和属性值,获取元素对象集合

 

3.Elements:元素Element对象的集合。可以当做:泛型为Element的ArrayList集合

上面的倒数三个方法)

 

 

4.Element:元素对象。获取元素的名称、属性、文本

  • 获取子元素对象(只能获取element对象的子标签)
    • getElementById​(String id):根据id属性值,获取唯一的element对象

    • getElementsByTag​(String tagName):根据标签名称,获取元素对象集合

    • getElementsByAttribute​(String key):根据属性名称,获取元素对象集合

    • getElementsByAttributeValue​(String key, String value):根据属性名称和属性值,获取元素对象集合

  • 获取属性值(从node继承过来的方法)
    • String attr(String key):根据属性名称获取属性值,通过传入的属性名称。属性名称不区分大小写
    • String写在方法前面表示返回值
  • 获取文本内容
    • String text():获取子标签的纯文本内容
    • String html():获取标签体的所有内容(包扩子标签的标签和文本)

   

5.Node:节点对象。是上面所有的爹

是Documet和Element的父类

 

以上是关于Jsoup对象的主要内容,如果未能解决你的问题,请参考以下文章

查看Jsoup对象

跨度中的 jsoup 跨度作为单个对象返回

Jsoup使用教程以及使用案例

如何将字符串转化为Jsoup的Document 对象

Jsoup 快速入门

Jsoup代码示例解析网页+提取文本