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

vsftp为不同用户设置不同的ftp的根目录
需求要求ftp登录后的根目录是/var/test/,但是又不能影响其他用户的登录路径,因为有些程序是直接在根目录进行操作的,而没有目录切换的过程.操作过程新建用户 useradd test1user ...
Python学习（二） —— 运算符
一:Python的编码 python2的默认编码是ascii码,而python3的默认编码是utf-8 ASCII(American Standard Code for Information Int ...
AtCoder Grand Contest 006 (AGC006) C - Rabbit Exercise 概率期望
原文链接https://www.cnblogs.com/zhouzhendong/p/AGC006C.html 题目传送门 - AGC006C 题意有 $n$ 个兔子,从 $1$ 到 $n$ 编号, ...
Codeforces 873E Awards For Contestants ST表
原文链接https://www.cnblogs.com/zhouzhendong/p/9255885.html 题目传送门 - CF873E 题意现在要给 $n(n\leq 3000)$ 个学生颁奖 ...
Excel ——多表关联查询-vlookup
一.分组需求: 在B列的右侧添加一列[消费分组]对B列的[月分组水平]进行分组,原始数据如下: 公式:在 C2 输入:“=VLOOKUP(B2,$E$1:$G$4,2,1)”,下拉填充. 提示:VL ...
数学模型：3.非监督学习--聚类分析和K-means聚类
1. 聚类分析聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术 ---->> 将观测对象的群体按照相似性和相异性进行不同群 ...
Python replace() 和 re.sub() 字符串字符替换
Python replace() 和 re.sub() 字符串字符替换 replace() testStr = 'aa:bb[cc' testStr.replace(':','_') 每次只能替换一个 ...
Qt Creator插件Todo
转载:http://techieliang.com/2017/12/502/ 文章目录 1. 插件启动 2. 插件效果 3. 插件配置 4. 使用码代码的过程往往并不是一气呵成,有时候需要记录 ...
Codeforces 919D Substring 【拓扑排序】+【DP】
<题目链接> 题目大意:有一个具有n个节点,m条边的有向图,每个点对应一个小写字母,现在给出每个顶点对应的字母以及有向边的连接情况,求经过的某一条路上相同字母出现的最多次数.如果次数无限大 ...
002.Ceph安装部署
一前期准备 1.1 配置规格节点类型 IP CPU 内存 ceph-deploy 部署管理平台 172.24.8.71 2 C 4 G node1 Monitor OSD 172.24.8.72 ...

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