jsoup的Document类
摘要：一、简介 Document是一个装载html的文档类，它是jsoup一个非常重要的类。类声明：public class Document extends Element 。Document是Node间接子类，而Node实现了可克隆接口Cloneable。Document类层次结构： 二、嵌套类 Do
阅读全文
posted @ 2020-04-08 14:35
随笔分类 - Jsoup
1
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。
Jsoup类
摘要：一、简介 Jsoup是一款HTML解析器，可以直接解析url地址，也可以解析html文本内容。也可通过DOM、CSS以及类似于jQuery的操作方法来取出和操作数据。其主要功能： 1、从url、字符串或者文本中解析出html 2、查找、取出数据 3、操作html元素、属性、文本。 Jsoup直接继承
阅读全文
posted @ 2020-04-08 14:32
jsoup的Node类
摘要：一、简介 Node类直接继承Object，实现了Cloneable接口，它是一个抽象类，类声明：public abstract class Node extends Object implements Cloneable 直接已知子类：Comment, DataNode, DocumentType,
阅读全文
posted @ 2020-04-08 14:29
jsoup的Element类
摘要：一、简介 该类是Node的直接子类，同样实现了可克隆接口。类声明：public class Element extends Node 它表示由一个标签名，多个属性和子节点组成的html元素。从这个元素中，你可以提取数据，可以遍历节点树，可以操纵html。 二、构造方法 1、public Elemen
阅读全文
posted @ 2020-04-08 14:27
jsoup的Elements类
摘要：一、简介 该类是位于select包下，直接继承自Object，所有实现的接口有Cloneable, Iterable<Element>, Collection<Element>, List<Element> 类声明：public class Elements extends Object imple
阅读全文
posted @ 2020-04-08 14:26
JSOUP教程目录
摘要：入门: 1.解析和遍历一个HTML文档 输入: 2.解析一个HTML字符串 3.解析一个body片断 4.从一个URL加载一个Document 5.从一个文件加载一个文档 数据抽取: 6.使用DOM方法来遍历一个文档 7.使用选择器语法来查找元素 8.从元素抽取属性，文本和HTML 9.处理URLs
阅读全文
posted @ 2020-03-21 20:11
消除不受信任的HTML (来防止XSS攻击)
摘要：问题 在做网站的时候，经常会提供用户评论的功能。有些不怀好意的用户，会搞一些脚本到评论内容中，而这些脚本可能会破坏整个页面的行为，更严重的是获取一些机要信息，此时需要清理该HTML，以避免跨站脚本cross-site scripting攻击（XSS）。 方法 使用jsoup HTML Cleaner
阅读全文
posted @ 2020-03-21 20:03
设置元素的文本内容
摘要：问题 你需要修改一个HTML文档中的文本内容 方法 可以使用Element的设置方法： Element div = doc.select("div").first(); // <div></div> div.text("five > four"); // <div>five > four</d
阅读全文
posted @ 2020-03-21 19:53
设置一个元素的HTML内容
摘要：问题 你需要一个元素中的HTML内容 方法 可以使用Element中的HTML设置方法具体如下： Element div = doc.select("div").first(); // <div></div> div.html("<p>lorem ipsum</p>"); // <div><p>lo
阅读全文
posted @ 2020-03-21 19:52
设置属性的值
摘要：问题 在你解析一个Document之后可能想修改其中的某些属性值，然后再保存到磁盘或都输出到前台页面。 方法 可以使用属性设置方法 Element.attr(String key, String value), 和 Elements.attr(String key, String value). 假
阅读全文
posted @ 2020-03-21 19:50
示例程序: 获取所有链接
摘要：这个示例程序将展示如何从一个URL获得一个页面。然后提取页面中的所有链接、图片和其它辅助内容。并检查URLs和文本信息。 运行下面程序需要指定一个URLs作为参数 package org.jsoup.examples; import org.jsoup.Jsoup; import org.jsoup
阅读全文
posted @ 2020-03-21 19:48
处理URLs
摘要：问题 你有一个包含相对URLs路径的HTML文档，需要将这些相对路径转换成绝对路径的URLs。 方法 在你解析文档时确保有指定base URI，然后 使用 abs: 属性前缀来取得包含base URI的绝对路径。代码如下： Document doc = Jsoup.connect("http://w
阅读全文
posted @ 2020-03-21 19:46
从元素抽取属性，文本和HTML
摘要：问题 在解析获得一个Document实例对象，并查找到一些元素之后，你希望取得在这些元素中的数据。 方法 要取得一个属性的值，可以使用Node.attr(String key) 方法 对于一个元素中的文本，可以使用Element.text()方法 对于要取得元素或属性中的HTML内容，可以使用Ele
阅读全文
posted @ 2020-03-21 19:44
使用选择器语法来查找元素
摘要：问题 你想使用类似于CSS或jQuery的语法来查找和操作元素。 方法 可以使用Element.select(String selector) 和 Elements.select(String selector) 方法实现： File input = new File("/tmp/input.htm
阅读全文
posted @ 2020-03-21 19:42
使用DOM方法来遍历一个文档
摘要：问题 你有一个HTML文档要从中提取数据，并了解这个HTML文档的结构。 方法 将HTML解析成一个Document之后，就可以使用类似于DOM的方法进行操作。示例代码： File input = new File("/tmp/input.html"); Document doc = Jsoup.p
阅读全文
posted @ 2020-03-21 19:39
从一个文件加载一个文档
摘要：问题 在本机硬盘上有一个HTML文件，需要对它进行解析从中抽取数据或进行修改。 办法 可以使用静态 Jsoup.parse(File in, String charsetName, String baseUri) 方法： File input = new File("/tmp/input.html"
阅读全文
posted @ 2020-03-21 19:37
从一个URL加载一个Document
摘要：存在问题 你需要从一个网站获取和解析一个HTML文档，并查找其中的相关数据。你可以使用下面解决方法： 解决方法 使用 Jsoup.connect(String url)方法: Document doc = Jsoup.connect("http://example.com/").get(); Str
阅读全文
posted @ 2020-03-21 19:35
解析一个body片断
摘要：问题 假如你有一个HTML片断 (比如. 一个 div 包含一对 p 标签; 一个不完整的HTML文档) 想对它进行解析。这个HTML片断可以是用户提交的一条评论或在一个CMS页面中编辑body部分。 办法 使用Jsoup.parseBodyFragment(String html)方法. Stri
阅读全文
posted @ 2020-03-21 19:32
解析一个HTML字符串
摘要：存在问题 来自用户输入，一个文件或一个网站的HTML字符串，你可能需要对它进行解析并取其内容，或校验其格式是否完整，或想修改它。怎么办？jsonu能够帮你轻松解决这些问题 解决方法 使用静态Jsoup.parse(String html) 方法或 Jsoup.parse(String html, S
阅读全文
posted @ 2020-03-21 19:30
解析和遍历一个HTML文档
摘要：如何解析一个HTML文档： String html = "<html><head><title>First parse</title></head>" + "<body><p>Parsed HTML into a doc.</p></body></html>"; Document doc = Jso
阅读全文
posted @ 2020-03-21 19:28
1
