Jsoup的简易使用示例

http://www.open-open.com/jsoup/parsing-a-document.htm

测试用网页

<!doctype html>

<!-- http://jwc.yangtzeu.edu.cn/ -->

<html class="outlin colo">

<head>

    <meta charset="utf-8">

    <title>长江大学</title>

    <link type="text/css" rel="stylesheet" href="./css/reset.css">

    <link type="text/css" rel="stylesheet" href="./css/layout.css">

    <link type="text/css" rel="stylesheet" href="./css/yangtze.css">

    <script src="base.js"></script>

    <script src="./js/nodeObject.js"></script>

    <script src="./js/yangtze.js"></script>

</head>

<body>

    <div id="content">

        <!-- 顶部图片div -->

        <div id="header-imageDiv"></div>

        <!-- 顶部菜单div -->

        <div id="header-menuDiv">

            <div id="header-menu-table">

                <div class="header-menu-cell"><a href="#" title="首页">首页</a></div>

                <div class="header-menu-cell"><a href="#" title="机构设置">机构设置</a></div>

                <div class="header-menu-cell"><a href="#" title="规章制度">规章制度</a></div>

                <div class="header-menu-cell"><a href="#" title="教学建设">教学建设</a></div>

                <div class="header-menu-cell"><a href="#" title="教务管理">教务管理</a></div>

                <div class="header-menu-cell"><a href="#" title="考务管理">考务管理</a></div>

                <div class="header-menu-cell"><a href="#" title="实践创新">实践创新</a></div>

                <div class="header-menu-cell"><a href="#" title="质量评估">质量评估</a></div>

                <div class="header-menu-cell"><a href="#" title="学务管理">学务管理</a></div>

                <div class="header-menu-cell"><a href="#" title="服务指南">服务指南</a></div>

                <div class="header-menu-cell"><a href="#" title="下载中心">下载中心</a></div>

            </div>

        </div>

        <div class="space"></div>

        <!-- 顶部时间div -->

        <div id="header-dateDiv"></div>

        <div class="space"></div>

        <!-- 中间的tableDiv -->

        <div id="table">

            <!-- 左侧table-cell -->

            <div id="table-left">

                <div id="table-left-imageDiv"></div>

                <div class="space"></div>

                <h2 class="h2-style">高教信息<a href="#">+MORE</a></h2>

                <ul class="ul-type-1">

                    <li style="color : red;"><img src="./images/li_bg.jpg">&nbsp;<a href="#">教育部高等教育司2016年工作要点</a></li>

                    <li><img src="./images/li_bg.jpg">&nbsp;<a href="#">湖北省教育厅高等教育处2016年工作要点</a></li>

                    <li><img src="./images/li_bg.jpg">&nbsp;<a href="#">湖北省教育厅高等教育处2015年工作要点</a></li>

                    <li><img src="./images/li_bg.jpg">&nbsp;<a href="#">省委高校工委 省教育厅关于印发201</a></li>

                    <li><img src="./images/li_bg.jpg">&nbsp;<a href="#">教育部2015年工作要点</a></li>

                    <li><img src="./images/li_bg.jpg">&nbsp;<a href="#">近两年就业率较低的本科专业名单</a></li>

                </ul>

                <div class="space"></div>

                <h2 class="h2-style">友情链接</h2>

                <div id="select-type"></div>

            </div>

            <div class="space"></div>

            <!-- 中间table-cell -->

            <div id="table-center">

                <div id="table-center-topLineDiv"><span id="notice" onmouseover="switchTab(this)">教务通知</span><span id="thisweek" onmouseover="switchTab(this)">本周事务</span></div>

                <ul id="notice-ul">

                    <li>关于组织2017年(第十二届)长江大学大学生化学实验<span>2017-03-30</span></li>

                    <li>关于核查文科相关学院2013级毕业班学生成绩的通知<span>2017-03-30</span></li>

                    <li>关于组织申报第二批校级双语教学示范课程的通知<span>2017-03-30</span></li>

                    <li>查看更多...</li>

                </ul>

                <ul id="thisweek-ul">

                    <li>2016～2017学年第二学期6～7月份主要教学工作安排<span>2017-03-30</span></li>

                    <li>2016～2017学年第二学期5月份主要教学工作安排<span>2017-03-30</span></li>

                    <li>2016～2017学年第二学期4月份主要教学工作安排<span>2017-03-30</span></li>

                    <li>2016～2017学年第二学期3月份主要教学工作安排<span>2017-03-30</span></li>

                    <li>查看更多...</li>

                </ul>

                <div class="chooseTab"><span>教务通知</span><span>本周事务</span></div>

            </div>

            <!-- 右侧table-cell -->

            <div id="table-right">

            </div>

        </div>

        <div class="space"></div>

        <!-- 底部的menuDiv -->

        <div id="bottom-menuDiv"></div>

        <div class="space"></div>

    </div>

    <!-- 最底部的div -->

    <div id="footer"></div>

    <script>

        setup();

        switchTab(elementById("notice"));

        addEventss();

    </script>

</body>

</html>

Java代码

import java.io.File;

import java.util.ArrayList;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

public class App {

    public static void main(String args[]) {

        try {

            File input = new File("/Users/YouXianMing/Documents/Project/HTML Project/yangtze/yangtze.html");

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

            // 根据元素id获取元素

            {

                Element content = doc.getElementById("content");

                System.out.println(content);

            }

            // 根据CSS的class名获取元素数组

            {

                ArrayList<Element> list = doc.getElementsByClass("space");

                for (Element element : list) {

                    System.out.println(element + "\n");

                }

            }

            // 根据标签获取元素数组

            {

                ArrayList<Element> list = doc.getElementsByTag("div");

                for (Element element : list) {

                    System.out.println(element + "\n");

                }

            }

            // 根据元素中含有的属性值获取元素数组

            {

                ArrayList<Element> list = doc.getElementsByAttribute("href");

                for (Element element : list) {

                    System.out.println(element + "\n");

                }

            }

            // 根据元素中含有的属性值获取元素数组

            {

                Element content = doc.getElementById("header-menu-table");

                // 元素的父元素

                System.out.println(content.parent());

                // 元素的所有子元素

                System.out.println(content.children());

                // 与该元素平级的第一个兄弟元素

                System.out.println(content.child(0).firstElementSibling());

                // 与该元素平级的最后一个兄弟元素

                System.out.println(content.child(0).lastElementSibling());

                // 该元素的前一个兄弟元素

                System.out.println(content.child(1).previousElementSibling());

                // 该元素的下一个兄弟元素

                System.out.println(content.child(0).nextElementSibling());

            }

            // 一个元素中的数据

            {

                Element content = doc.getElementsByClass("ul-type-1").first().child(0);

                // 获取文本内容

                System.out.println(content.text());

                // 获取tag名字

                System.out.println(content.tagName());

                // 获取tag对象

                System.out.println(content.tag());

                // 获取属性字典

                System.out.println(content.attributes());

                // 获取当前内容当中的html内容

                System.out.println(content.html());

                // 获取外部的html内容

                System.out.println(content.outerHtml());

                // 获取属性style的值

                System.out.println(content.attr("style"));

            }

            // 使用选择器语法来查找元素

            {

                Elements elements = null;

                // 通过标签查找元素

                elements = doc.select("a");

                System.out.println(elements);

                // 通过id查找元素

                elements = doc.select("#content");

                System.out.println(elements);

                // 通过class查找元素

                elements = doc.select(".ul-type-1");

                System.out.println(elements);

                // 通过属性查找元素

                elements = doc.select("[href]");

                System.out.println(elements);

                // 通过属性前缀查找元素

                elements = doc.select("[^hr]");

                System.out.println(elements);

                // 通过属性值来查找元素

                elements = doc.select("[id=notice]");

                System.out.println(elements);

                // 匹配属性值开头

                elements = doc.select("[onmouseover^=swit]");

                System.out.println(elements);

                // 匹配属性值结尾

                elements = doc.select("[onmouseover$=(this)]");

                System.out.println(elements);

                // 匹配包含了属性值

                elements = doc.select("[onmouseover*=Tab]");

                System.out.println(elements);

                // 正则表达式匹配

                elements = doc.select("ul[id~=^notice]");

                System.out.println(elements);

            }

        } catch (Exception e) {

            System.out.println(e);

        }

    }

}

注意

以下地方请自行替换,本人是从本地加载的html

以下是获取元素的几种情形

Jsoup的简易使用示例的更多相关文章

【前端】ACE Editor 简易使用示例
身为一个早已退役的Oier,当然忘不了当年一个个OJ页面上的代码显示和代码编辑器. 其中,洛谷使用的ACE Editor就是之一,非常的简洁美观.以及实际上在前端页面上搭建一个ACE Editor也是 ...
【前端】ACE Editor（代码编辑器）简易使用示例
身为一个早已退役的Oier,当然忘不了当年一个个OJ页面上的代码显示和代码编辑器. 其中,洛谷使用的ACE Editor就是之一,非常的简洁美观.以及实际上在前端页面上搭建一个ACE Editor也是 ...
C# 网络编程之简易聊天示例
还记得刚刚开始接触编程开发时,傻傻的将网站开发和网络编程混为一谈,常常因分不清楚而引为笑柄.后来勉强分清楚,又因为各种各样的协议端口之类的名词而倍感神秘,所以为了揭开网络编程的神秘面纱,本文尝试以一个 ...
【前端】wangEditor（富文本编辑器）简易使用示例
转载请说明作者或者注明出处,谢谢说到前端常用的编辑器,自然也少不了富文本编辑器(RichText Editor) 笔者在此之前也看了一些相关的在线编辑器,其中包括了当百度搜索“富文本编辑器”字样时出 ...
0048 MyBatis动态SQL简易入门示例
假如有如下的关于书籍基本信息的表: DROP DATABASE IF EXISTS `books`; CREATE DATABASE `books`; USE books; DROP TABLE IF ...
Couchbase之个人描述及入门示例
本文不打算抄袭官方或者引用他人对Couchbase的各种描述,仅仅是自己对它的一点理解(错误之处,敬请指出),并附上一个入门示例. ASP.NET Web项目(其他web开发平台也一样)应用规模小的时 ...
jsoup Cookbook(中文版)--爬虫（java）
转载:http://www.open-open.com/jsoup/ 目录: 入门解析和遍历一个html文档输入解析一个html字符串解析一个body片断根据一个url加载Document对 ...
Spring Boot使用过滤器和拦截器分别实现REST接口简易安全认证
本文通过一个简易安全认证示例的开发实践,理解过滤器和拦截器的工作原理. 很多文章都将过滤器(Filter).拦截器(Interceptor)和监听器(Listener)这三者和Spring关联起来讲解 ...
jsoup Cookbook(中文版)-Jsoup解析HTML
jsoup Cookbook(中文版) 入门 1. 解析和遍历一个html文档如何解析一个HTML文档: String html = "<html><head& ...

随机推荐

Docker镜像、容器剖析
我们通常所说的docker是什么? 在这里英文本意为“搬运工”这里指的的docker搬运点的是集装箱,集装箱装的是够任意类型的APP,开发者通过Docker可以将app变成一种标准化,可移植的.自管理 ...
LYOI 2016 Summer 函数【线段树】
<题目链接> 题目大意: fqk 退役后开始补习文化课啦,于是他打开了数学必修一开始复习函数,他回想起了一次函数都是 f(x)=kx+b的形式,现在他给了你n个一次函数 fi(x)=kix ...
Shell学习之Bash变量详解(二)
Shell学习之Bash变量详解目录 Bash变量 Bash变量注意点用户自定义变量环境变量位置参数变量预定义变量 Bash变量用户自定义变量:在Bash中由用户定义的变量. 环境变量:这 ...
ecplise打不开提示Eclipse中...No java virtual machine was found...
解决办法: 在eclipse.ini文件中最前面添加这两行: -vm C:\Program Files\Java\jdk1.8.0_191\bin\javaw.exe 上面那个路径是你的java jd ...
P2347 砝码称重-DP方案数-bitset
P2347 砝码称重 DP做法 : 转化为 01背包. 进行方案数更新.最后统计种类. #include<bits/stdc++.h> using namespace std; #def ...
byte ---> hex String
public static String byte2HexString(byte[] b){ String ret = ""; ;i<b.lenght;i++){ Strin ...
linux 学习笔记 rpm命令
软件包管理用rpm命令来管理rpm 软件包 1>遵循GPL 规则 2>安装 foo-2.0-1.i386.rpm软件包 #rpm -ivh foo-1.0-1.i386.rpm 3> ...
CodeForces - 1089G
题目链接: http://codeforces.com/contest/1089/problem/G Example input Copy 3 2 0 1 0 0 0 0 0 100000000 1 ...
bzoj3033: 太鼓达人欧拉路径
题目链接 bzoj3033: 太鼓达人题解对于k-1位点,k位二进制位边,将点的转移连起来每个点的入度和出度相等并且全部是偶点只需要在这个图中找字典序最小的欧拉回路可以贪心地找字典序较小的边 ...
Codeforces.888G.Xor-MST(Borůvka算法求MST 贪心 Trie)
题目链接 \(Description\) 有一张\(n\)个点的完全图,每个点的权值为\(a_i\),两个点之间的边权为\(a_i\ xor\ a_j\).求该图的最小生成树. \(n\leq2*10 ...

Jsoup的简易使用示例

Jsoup的简易使用示例的更多相关文章

随机推荐

热门专题