jsoup入门

Posted 2021-05-25 Layton

简述

　　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。

对象的使用

Jsoup

　　工具类，可以解析html或xml文档，返回Document

　　parse：解析html或xml文档，返回Document
　　parse​(File in, String charsetName)：解析xml或html文件的。
　　parse​(String html)：解析xml或html字符串
　　parse​(URL url, int timeoutMillis)：通过网络路径获取指定的html或xml的文档对象

Document

　　文档对象。代表内存中的dom树
　　获取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)：根据对应的属性名和属性值获取元素对象集合
　　Elements：元素Element对象的集合。可以当做 ArrayList<Element>来使用

Element

　　元素对象
　　1. 获取子元素对象
　　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)：根据对应的属性名和属性值获取元素对象集合

　　2. 获取属性值
　　String attr(String key)：根据属性名称获取属性值
　　3. 获取文本内容
　　String text():获取文本内容
　　String html():获取标签体的所有内容(包括字标签的字符串内容)

Node

　　节点对象是Document和Element的父类

样例代码

 

                //2.1获取student.xml的path
                String path = JsoupDemo1.class.getClassLoader().getResource("student.xml").getPath();
                //2.2解析xml文档，加载文档进内存，获取dom树--->Document
                Document document = Jsoup.parse(new File(path), "utf-8");
                //3.获取元素对象 Element
                Elements elements = document.getElementsByTag("name");
        
                System.out.println(elements.size());
                //3.1获取第一个name的Element对象
                Element element = elements.get(0);
                //3.2获取数据
                String name = element.text();
                System.out.println(name);