二刷 2024年11月23日 星期六
目录
[一： 概念](#一： 概念)
[五： 快速查询方式](#五： 快速查询方式)
一： 概念
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。
二：.xml文档位置
.xml文档放在工程的src目录下，方便操作
三：jsoup快速入门
- 导入jar包到工程下新建的libs文件夹下，并将libs文件夹进行"Add as library"操作
- 获取Document对象
- 获取对应的标签Element对象
- 获取数据
四：对象的使用
【1】Jsoup :工具类，可以解析html或xml文档，返回Document
parse:解析html或xml文档，返回Document对象
parse(File in,String charserName):解析html或xml文档
parse(String html):解析html或xml字符串
parse(URL url,int timeoutMillis):通过网络路径获取指定的html或xml文档对象
【2】 Document :文档对象。代表内存中的dom树
【3】 Elements : 元素Element对象的集合，可以当作ArrayList<Element>来使用
【4】 Element : 元素对象
（1）. 获取Element对象
getElementById(String id):根据id属性值获取唯一的element对象
getElementsByTag(String tagName) :根据标签名获取元素对象集合
getElementsByAttribute(String key):根据属性名称获取元素对象集合
getElementsByAttributeValue(String key,String id) :根据对应的属性名和属性值获取元素对象集合
（2）. 获取属性值
String attr(String key):根据属性名获取属性值
（3） . 获取文本内容
String text():获取文本内容
String html():获取标签体的所有内容（包括子标签也进行打印了）
【5】Node : 节点对象
是Document和Element的父类
五： 快速查询方式
方式1：selector:选择器
使用方法:Elements select(String cssQuery)
语法：参考Selector类里定义的语法
方式2：XPath
即XML路径语言，它是一种用来确定XML(标准通用标记语言的子集）文档中某部分位置的语言。
使用Jsoup的Xpath需要导入额外的jar包。比如：JsoupXpath-0.3.2.jar