jsoup入门

官网地址：http://jsoup.org/

Jsoup是一个开源的Java库，它可以用于处理实际应用中的HTML。它提供了非常便利的API来进行数据的提取及修改，充分利用了 DOM，CSS以及jquery风格方法的长处。

Jsoup实现了WAHTWG HTML5的规范，它从HTML解析出来的DOM和Chrome以及Firefox这样的现代浏览器解析出来的完全一致。下面是Jsoup库的一些有用的 特性：

• Jsoup可以从URL，文件，或者字符串中获取并解析HTML。
• Jsoup可以查找并提取数据，可以使用DOM遍历或者CSS选择器。
• 你可以使用Jsoup来修改HTML元素，属性以及文本。
• Jsoup通过一个安全的白名单确保了用户提交的内容是干净的，以防止XSS攻击。
• Jsoup还能输出整洁的HTML。

Jsoup的设计初衷是用于处理现实生活中出现的各种不同的HTML，包括正确有效的HTML以及不完整的无效的标签集合。Jsoup的一个核心竞争力就是它的健壮性。