1.解析方式 

（1）从字符串解析 

String html = "

Parse HTML into a doc.

Document doc = Jsoup.parse(html);

?

（2）从URL获取解析

Document doc = Jsoup.connect("http://example.com/").get();     

立即学习“前端免费学习笔记（深入）”；

String title = doc.title();

Document doc = Jsoup.connect("http://example.com") .data("query", "Java").userAgent("Mozilla").cookie("auth", "token").timeout(3000).post();

?

?

（3）从文件解析

File input = new File("/tmp/input.html"); 

Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

2.DOM方式遍历元素
（1）搜索元素

Hugging Face

Hugging Face AI开源社区

135

查看详情

getElementById(String id)

getElementByTag(String tag)

getElementByClass(String className)

getElementByAttribute(String key)

siblingElements(), firstElementSibling(), lastElementSibling(), nextElementSibling(), previousElementSibling()

parent(), children(), child(int index)

（2）获取元素数据

attr(String key) ? 获取key属性

attributes() ? 获取属性

id(), className(), classNames()

text() ? 获取文本内容

html() ? 获取元素内部HTML内容

outerHtml() ? 获取包括此元素的HTML内容

data() ? 获取或

tag(), tagName()

3.选择器语法（jsoup与其他解析器的区别就是可以使用类似jquery的选择器语法来搜索及过滤出所需的元素）
（1）基本选择器

tagname: 搜索tag标签的元素

ns|tag: 搜索命名空间内tag标签的元素，如fb|name：

#id: 搜索有指定id的元素

.class: 搜索有指定class的元素

[attribute]: 搜索有attrribute属性的元素

[^attri]: 搜索有以attri开头的属性的元素

[attr=value]: 搜索有指定属性及其属性值的元素

[attr^=value], [attr$=value], [attr*=value]: 搜索有指定attr属性，且其属性值是以value开头、结尾或包括value的元素，如[href*=/path/]

[attr~=regex]: 搜索有指定attr属性，且其属性值符合regex正则表达式的元素

*: 搜索所有元素

el#id: 同时指定标签名称和id

el.class: 同时指定标签名称和class

el[attr]: 同时指定标签名称和及其中所含属性的名称

上述3项的任意组合，如a[href].highlight

ancestor child: 包含，如div.content p，即搜索