脚本宝典收集整理的这篇文章主要介绍了javascript代码实例教程-Java上的jQuery?解析HTML利器―――jsoup,脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。小宝典致力于为广大程序猿(媛)提供高品质的代码服务,请大家多多光顾小站,小宝典在此谢过。 也许大家有过在java运行平台上解析htML的经历,通常的方式是将HTML以XML的形式进行结点解析,调用java本身的xml解析类库。这样的方式很容易理解并且很方便,但习惯用jQuery的各位是否在感叹能否在java中像jquery一样获取标签内容,实现DOM操作呢?终于,发现了一个html解析利器,jsoup!
初次用jsoup的时候是在业余时间做一款漫画下载器的时候发现的,做漫画下载器时,因无法得到网站的API接口,所以只能通过解析HTML的方式获得网页内容与图片,在网络上找到jsoup以后发现习惯于jquery方式编程的我很快就可以适应jsoup的选择器,得到内容的方式也很容易,下面我们就开始学习神奇的jsoup。
1.下载jsoup
大家可以去jsoup的官网下载jsoup,或者点击jsoup-1.7.3.jar(官方下载地址)
2.jsoup初体验
第一步 获取html文档对象。
Document对象:用于接收html的文档内容
Jsoup.connect(String url).get():用于指定网址,返回值为Document对象
ps:如果需要解析访问较慢的网站的话需要加上timeout方法,以放抛出RuntimeException异常。
复制代码
1 //文档对象,用来接收html页面
2 Document document = null;
3 try {
4 //获取指定网址的页面内容
5 document = Jsoup.connect("www.baidu.COM").timeout(50000).get();
6 } catch (IOException e) {
7 e.PRintStackTrace();
8 }
复制代码
另外我们除了通过网址的到HTML文档对象外还可以通过读取HTML文件来获取HTML文档,方法如下:
//获得文件对象
File input = new File("/tmp/input.html");
//获得文档对象
Document doc = Jsoup.parse(input, "UTF-8", "https://example.com/");
上面这段代码很好理解,parse是Jsoup类的静态方法,用于加载和解析HTML文档,其中的三个参数分别为:
参数1:要获取的文件对象
参数2:HTML文档的文字编码例如UTF-8,ISO 8859-1,GBK等等
参数3:用于相对路径的前缀
第二步 通过选择器得到想要的Dom结点
jsoup提供了丰富的选择器,选择器的方便程度媲美jQuery,其中的筛选选择器,父选择器等更是jQuery上本身就拥有的,具体该怎么用这个选择器呢?相信习惯jQuery的童鞋很快就会适应jsoup选择器的。
首先我们需要认识一下Elements对象,Elements类实现了java.lang.List接口,主要用于保存选择器选择到的结点。
接下来我们来看一下Document对象获取结点的步骤:
1 //通过Document的select方法获取class为abc的Elements结点集合
2 Elements elements = document.select(".abc");
3 //得到结点的第一个对象
4 Element element = elements.get(0);
5 //获取想要的属性值
6 String href = element.attr("href");
共三步,就可以得到想要的结果了,是不是很方便呢?
并且第二个步骤是可以省略的,下面让我们来看一下Elements的attr()方法的源码
复制代码
/**
Get an attribute value From the First matched element that has the attribute.
@param attributeKey The attribute key.
@return The attribute value from the first matched element that has the attribute.. If no elements were matched (iSEMpty() == true),
or if the no elements have the attribute, returns empty string.
@see #hasAttr(String)
*/
public String attr(String attributeKey) {
for (Element element : contents) {
if (element.hasAttr(attributeKey))
return element.attr(attributeKey);
}
return "";
}
复制代码
上边两个方法可以清除的看到当我们输入结点名称时,他会自动遍历所有集合内所有结点是否拥有此属性,如果拥有此属性即跳出返回结果,如无法找到含有此属性的结点则返回 Empty。
jsoup的选择器除了上面的例子里的类选择器还有下面的丰富选择器,大家可根据需要来选择使用。
Selector选择器
tagname: 通过标签查找元素,比如:a
ns|tag: 通过标签在命名空间查找元素,比如:可以用 fb|name 语法来查找 <fb:name> 元素
#id: 通过ID查找元素,比如:#LOGo
.class: 通过class名称查找元素,比如:.masthead
[attribute]: 利用属性查找元素,比如:[href]
[^attr]: 利用属性名前缀来查找元素,比如:可以用[^data-] 来查找带有HTML5 Dataset属性的元素
[attr=value]: 利用属性值来查找元素,比如:[width=500]
[attr^=value], [attr$=value], [attr*=value]: 利用匹配属性值开头、结尾或包含属性值来查找元素,比如:[href*=/path/]
[attr~=regex]: 利用属性值匹配正则表达式来查找元素,比如: img[src~=(?i)/.(png|jPE?g)]
*: 这个符号将匹配所有元素
Selector选择器组合使用
el#id: 元素+ID,比如: p#logo
el.class: 元素+class,比如: p.masthead
el[attr]: 元素+class,比如: a[href]
任意组合,比如:a[href].highlight
ancestor child: 查找某个元素下子元素,比如:可以用.body p 查找在"body"元素下的所有p元素
parent > child: 查找某个父元素下的直接子元素,比如:可以用p.content > p 查找 p 元素,也可以用body > * 查找body标签下所有直接子元素
siblingA + siblingB: 查找在A元素之前第一个同级元素B,比如:p.head + p
siblingA ~ siblingX: 查找A元素之前的同级X元素,比如:h1 ~ p
el, el, el:多个选择器组合,查找匹配任一选择器的唯一元素,例如:p.masthead, p.logo
伪选择器selectors
:lt(n): 查找哪些元素的同级索引值(它的位置在DOM树中是相对于它的父节点)小于n,比如:td:lt(3) 表示小于三列的元素
:gt(n):查找哪些元素的同级索引值大于n,比如: p p:gt(2)表示哪些p中有包含2个以上的p元素
:eq(n): 查找哪些元素的同级索引值与n相等,比如:form input:eq(1)表示包含一个input标签的Form元素
:has(seletor): 查找匹配选择器包含元素的元素,比如:p:has(p)表示哪些p包含了p元素
:not(selector): 查找与选择器不匹配的元素,比如: p:not(.logo) 表示不包含 class="logo" 元素的所有 p 列表
:contains(text): 查找包含给定文本的元素,搜索不区分大不写,比如: p:contains(jsoup)
:containsOwn(text): 查找直接包含给定文本的元素
:matches(regex): 查找哪些元素的文本匹配指定的正则表达式,比如:p:matches((?i)login)
:matchesOwn(regex): 查找自身包含文本匹配指定正则表达式的元素
注意:上述伪选择器索引是从0开始的,也就是说第一个元素索引值为0,第二个元素index为1等
为了照顾习惯js原生获得结点方式的朋友们,jsoup还加入了许多原生方法名,例如:
1 //通过ID获得结点,返回值为Element而不是Elements
2 getElementById(String id)
3 //通过结点名返回节点集
4 getElementsByTag(String tag)
5 //通过类返回结点集
6 getElementsByClass(String classname)
第三步 修改结点属性
对于仅仅要读取数据的朋友们来说上面两步已经足以完成需求,而对于有修改文档内容需求的来说Jsoup同样提供了强大的属性赋值,例如:
//为结点添加内容
element.html(内容);
//添加属性
element.attr(属性名,属性值)
//添加类
element.addClass(类名)
修改结点属性的方式也与jQuery类似,也很容易理解。
觉得可用,就经常来吧! 脚本宝典 欢迎评论哦! js脚本,巧夺天工,精雕玉琢。小宝典献丑了!
以上是脚本宝典为你收集整理的javascript代码实例教程-Java上的jQuery?解析HTML利器―――jsoup全部内容,希望文章能够帮你解决javascript代码实例教程-Java上的jQuery?解析HTML利器―――jsoup所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。