jsoup

在写Android程序时，有时需要解析HTML页面，特别是那类通过爬网站抓取数据的应用，比如：天气预报等应用。如果是桌面应用可以使用 htmlparser 这个强大的工具，但是在Android平台上使用会出现错误；另一种办法是使用正则表达式来抽取数据；再有一个办法是纯字符串查找定位来实现。文本将要介绍的是使用 Jsoup 这个开源的解析器来实现。 Jsoup既可以通过一个url网址，也可以通过存储html脚本的文件或者是存储html脚本的字符串作为数据源，然后通过DOM、CSS选择器来查找、抽取数据。 示例： //url网址作为输入源 Document doc = Jsoup.connect("http://www.example.com").timeout(60000).get(); //File文件作为输入源 File input = new File("/tmp/input.html"); Document doc = Jsoup.parse(input, "UTF-8", "http://www.example.com/"); //String作为输入源 Document doc = Jsoup.parse(htmlStr); 和java script类似，Jsoup提供了下列的函数 getElementById(String id) 通过id获得元素

Android开发系列十：使用Jsoup解析HTML页面 在写Android程序时，有时需要解析HTML页面，特别是那类通过爬网站抓取数据的应用，比如：天气预报等应用。如果是桌面应用可以使用 htmlparser 这个强大的工具，但是在Android平台上使用会出现错误；另一种办法是使用正则表达式来抽取数据；再有一个办法是纯字符串查找定位来实现。文本将要介绍的是使用 Jsoup 这个开源的解析器来实现。 Jsoup既可以通过一个url网址，也可以通过存储html脚本的文件或者是存储html脚本的字符串作为数据源，然后通过DOM、CSS选择器来查找、抽取数据。 示例： //url网址作为输入源 Document doc = Jsoup.connect("http://www.example.com").timeout(60000).get(); //File文件作为输入源 File input = new File("/tmp/input.html"); Document doc = Jsoup.parse(input, "UTF-8", "http://www.example.com/"); //String作为输入源 Document doc = Jsoup.parse(htmlStr); 和java script类似，Jsoup提供了下列的函数 getElementById

需要下载jsoup-1.8.1.jar包 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。 网页获取和解析速度飞快，推荐使用。 主要功能如下： 1. 从一个URL，文件或字符串中解析HTML； 2. 使用DOM或CSS选择器来查找、取出数据； 3. 可操作HTML元素、属性、文本； 范例代码如下： Java代码 package cn.ysh.studio.crawler.jsoup; import java.io.IOException; import org.jsoup.Jsoup; /** * 基于Jsoup抓取网页内容 * @author www.yshjava.cn */ public class JsoupTest { public static void main(String[] args) throws IOException { //目标页面 String url = "http://www.yshjava.cn"; //使用Jsoup连接目标页面,并执行请求,获取服务器响应内容 String html = Jsoup.connect(url).execute().body(); //打印页面内容 System.out