接口测试脚本之Jsoup解析HTML

第一次接触jsoup还是在处理收货地址的时候，当时在写一个下单流程，需要省市区id以及详细门牌号等等，因此同事介绍了jsoup,闲来无事，在此闲扯一番！

1.我们来看下，什么是jsoup,先来看看官方文档是怎么说的：

jsoup: Java HTML Parser，jsoup is a Java library for working with real-world HTML. It provides a very convenient API for extracting and manipulating data, using the best of DOM, CSS, and jquery-like methods.

简单来说就是从HTML页面获取数据。

2.jsoup能处理什么呢？

（1）没有关闭的标签 (比如： <p>Lorem <p>Ipsum parses to <p>Lorem</p> <p>Ipsum</p>)
（2）隐式标签 (比如. 它可以自动将 <td>Table data</td>包装成<table><tr><td>?)
（3）创建可靠的文档结构（html标签包含head 和 body，在head只出现恰当的元素）

3.先来看看实际操作吧

（1）从一个URL加载一个Document

首先我们新建一个java project,用jsoup获取百度title,结构如下图所示，下载jsoup包，如：jsoup-1.10.2.jar,将包引入jsoupdemo工程中

（2）从文件中加载HTML,并用jsoup解析

在该工程下新建一个package,名为resources,将百度首页源码保存为一个HTML文件,我们读取该HTML文件，并获取输入框的属性为id的值kw.

(3)使用DOM方法来遍历一个文档，获取name属性和value值

在resources下新建input.html

通过以上操作，大家可能对jsoup有了初步的认识，我们来简单总结下jsoup语法

<1>查找元素

getElementById(String id)
getElementsByTag(String tag)
getElementsByClass(String className)
getElementsByAttribute(String key) (and related methods)

<2>元素数据

attr(String key)获取属性attr(String key, String value)设置属性
attributes()获取所有属性
id(), className() and classNames()
text()获取文本内容text(String value) 设置文本内容
html()获取元素内HTMLhtml(String value)设置元素内的HTML内容
outerHtml()获取元素外HTML内容
data()获取数据内容（例如：script和style标签)
tag() and tagName()

<3>操作HTML和文本

append(String html), prepend(String html)
appendText(String text), prependText(String text)
appendElement(String tagName), prependElement(String tagName)
html(String value)

以上就是jsoup简单的操作，作者本身也是第一次接触，欢迎大家指导学习。