📜  jsoup-提取HTML

📅  最后修改于: 2020-11-13 05:55:42             🧑  作者: Mango


下面的示例将展示在将HTML字符串解析为Document对象之后,使用方法获取内部html和外部html的方法。

句法

Document document = Jsoup.parse(html);
Element link = document.select("a").first();         

System.out.println("Outer HTML: " + link.outerHtml());
System.out.println("Inner HTML: " + link.html());

哪里

  • document -document对象代表HTML DOM。

  • Jsoup-主类解析给定的HTML字符串。

  • html -HTML字符串。

  • link-元素对象代表表示锚标记的html节点元素。

  • link.outerHtml() -externalHtml()方法检索元素完整的html。

  • link.html() -html()方法检索元素内部html。

描述

元素对象代表dom元素,并提供各种方法来获取dom元素的html。

使用您选择的任何编辑器在C:/> jsoup中创建以下Java程序。

JsoupTester.java

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "Sample Title"
         + ""
         + "

Sample Content

" + "
Google" + "

Sample

" +"

" +""; Document document = Jsoup.parse(html); //a with href Element link = document.select("a").first(); System.out.println("Outer HTML: " + link.outerHtml()); System.out.println("Inner HTML: " + link.html()); } }

验证结果

使用javac编译器编译该类,如下所示:

C:\jsoup>javac JsoupTester.java

现在运行JsoupTester以查看结果。

C:\jsoup>java JsoupTester

查看结果。

Outer HTML: Google
Inner HTML: Google