1、解析和遍历一个HTML文档
一、解析Html及Url连接html
1 String html = "<html><head><title>First parse</title></head>" 2 + "<body><p>Parsed HTML into a doc.</p></body></html>"; 3 Document doc = Jsoup.parse(html);//解析html文档
1 Document doc = Jsoup.connect("http://example.com/").get();//解析Url连接地址 2 String title = doc.title();
二、解析body片断java
1 String html = "<div><p>Lorem ipsum.</p>"; 2 Document doc = Jsoup.parseBodyFragment(html); 3 Element body = doc.body();
parseBodyFragment
方法建立一个空壳的文档,并插入解析过的HTML到body
元素中。假如你使用正常的 Jsoup.parse(String html)
方法,一般你也能够获得相同的结果,可是明确将用户输入做为 body片断处理,以确保用户所提供的任何糟糕的HTML都将被解析成body元素。Document.body()
方法可以取得文档body元素的全部子元素,与 doc.getElementsByTag("body")
相同node
三、使用Dom获取元素api
四、从元素抽取属性,文本和HTMLthis
1 String html = "<p>An <a href='http://example.com/'><b>example</b></a> link.</p>"; 2 Document doc = Jsoup.parse(html);//解析HTML字符串返回一个Document实现 3 Element link = doc.select("a").first();//查找第一个a元素 4 5 String text = doc.body().text(); // "An example link"//取得字符串中的文本 6 String linkHref = link.attr("href"); // "http://example.com/"//取得连接地址 7 String linkText = link.text(); // "example""//取得连接地址中的文本 8 9 String linkOuterH = link.outerHtml(); 10 // "<a href="http://example.com"><b>example</b></a>" 11 String linkInnerH = link.html(); // "<b>example</b>"//取得连接内的html内容
2、与百度连接在一块儿spa
wd——查询的关键词(Keyword)code
pn——显示结果的页数(Page Number)htm
cl——搜索类型(Class),cl=3为网页搜索blog
【可选参数】:ip
rn——搜索结果显示条数(Record Number),取值范围在10--100条之间,缺省设置rn=10