码迷,mamicode.com
首页 > Web开发 > 详细

Jsoup(一)-- HelloWorld

时间:2017-09-15 01:46:25      阅读:247      评论:0      收藏:0      [点我收藏+]

标签:tag   art   网页   .com   header   实例   nts   group   rgs   

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

 

Jsoup(一)-- HelloWorld

标签:tag   art   网页   .com   header   实例   nts   group   rgs   

原文地址:http://www.cnblogs.com/xbq8080/p/7523552.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!