标签：数据   com   ring   字符串   file   document   text   解析   lis   

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

Jsoup对象

标签：数据   com   ring   字符串   file   document   text   解析   lis   

原文地址：https://www.cnblogs.com/rijiyuelei/p/12404973.html