jsoup - 提取 HTML - 蝴蝶教程

简述

以下示例将展示在将 HTML 字符串解析为 Document 对象后获取内部 html 和外部 html 的方法的使用。

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());

说明

document − 文档对象表示 HTML DOM。
Jsoup - 解析给定 HTML 字符串的主类。
html - HTML 字符串。
link − 元素对象表示代表锚标签的html 节点元素。
link.outerHtml() -outerHtml() 方法检索元素完整的 html。
link.html() - html() 方法检索元素内部 html。

描述

Element 对象代表一个 dom 元素，并提供各种方法来获取 dom 元素的 html。

例子

使用您在 C:/> jsoup 中选择的任何编辑器创建以下 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 = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         +"</body></html>";
      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

使用编译类 javac 编译器如下：


C:\jsoup>javac JsoupTester.java

现在运行 JsoupTester 以查看结果。


C:\jsoup>java JsoupTester

看看结果。


Outer HTML: <a href="www.google.com">Google</a>
Inner HTML: Google