Jsoup介绍

Posted IT特工

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介绍相关的知识,希望对你有一定的参考价值。

Jsoup介绍

1.为什么要使用Jsoup?

抓取到网页后,还需要对页面进行解析。对于解析有很多处理方式:比如:字符串工具解析、正则表达式等,但是上面这些成本巨大,因此需要一款专门解析html页面的技术。因此就可以使用Jsoup来实现。

2.Jsoup简介

jsoup是一款java的HTML解析器,可以直接解析URL地址、HTML文本内容。他提供了一套非常省力的API,可以通过DOM、css以及类似于jQuery的操作方法来取出和操作数据。

3.jsoup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

 上面是jsoup的一 些比较基本的东西。

当需要在maven工程中使用时,我们需要引入一下依赖:

在pom.xml文件中引入:

<!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.10.2</version>
</dependency>
<!-- https://mvnrepository.com/artifact/junit/junit -->
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
<scope>test</scope>
</dependency>
<!-- https://mvnrepository.com/artifact/commons-io/commons-io -->
<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.6</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.commons/commons-lang3 -->
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>3.7</version>
</dependency>

以上是关于Jsoup介绍的主要内容,如果未能解决你的问题,请参考以下文章

网络爬虫入门系列 (Jsoup)

初识Java爬虫之Jsoup,提供参考代码

Jsoup介绍

jsoup - 去除所有格式和链接标签,只保留文本

HttpClient&Jsoup爬虫的简单应用

Jsoup 配置和使用