Android_HTML解析器_jsoup

jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

Jsoup的官方中文地址：http://www.open-open.com/jsoup/parse-document-from-string.htm

在这个网站上你可以找到一些说明，.jar文件的下载，doc文档的说明等等

jsoup的主要功能如下：

　　 1. 从一个URL，文件或字符串中解析HTML；

　　 2. 使用DOM或CSS选择器来查找、取出数据；

　　 3. 可操作HTML元素、属性、文本；

　　 jsoup是基于MIT协议发布的，可放心使用于商业项目。

下面是一个纯java代码的例子，经测试可用：

1. public static void main(String[] args) throws IOException {
2. try {
3. Document doc = Jsoup.connect("http://passover.blog.51cto.com/").get();
4. System.out.println(doc.title());
5. Elements eles = doc.select("div.artHead");
6. System.out.println(eles.first().select("h3[class=artTitle]"));
7. } catch (IOException e) {
8. e.printStackTrace();
9. }
10. }

注意：在运行的时候会出现下面这个错误: android.os.NetworkOnMainThreadException 这是因为Android4.0不支持在UI线程中访问网络。怕线程阻塞假死！有两个方法可以解决，一个是在主程序中增加：

// 详见StrictMode文档

1. StrictMode.setThreadPolicy(new StrictMode.ThreadPolicy.Builder()
2. .detectDiskReads()
3. .detectDiskWrites()
4. .detectNetwork()   // or .detectAll() for all detectable problems
5. .penaltyLog()
6. .build());
7. StrictMode.setVmPolicy(new StrictMode.VmPolicy.Builder()
8. .detectLeakedSqlLiteObjects()
9. .detectLeakedClosableObjects()
10. .penaltyLog()
11. .penaltyDeath()
12. .build());

另一种是启动线程执行下载任务：

public void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.main);

// 启动线程执行下载任务

new Thread(downloadRun).start();

}

/**

* 下载线程

*/

Runnable downloadRun = new Runnable(){

@Override

public void run() {

// TODO Auto-generated method stub

updateListView();

}

};

出现错误二：11-05 19:03:36.299: E/AndroidRuntime(20215): java.lang.RuntimeException: Can't create handler inside thread that has not called Looper.prepare()

在报错的方法前加Looper.prepare();

// 方法末尾加Looper.loop();

Jsoup类下面的方法都是静态可直接调用。几个方法的说明

Connect()方法，获得一个Connection，然后调用Connection对象get()方法获得Document对象。然后再解析Document对象

Connection提供了一些设置方法timeout(),url()等等

Jsoup一些类的说明：

Document：extends Element。一个HTML文档。即你发送请求时，Server发给你的数据。同样也可以调用Element的方法。常用方法：

body(),head(),nodeName(),title(),title(String title)

Elements：获得的HTML的各个元素的集合。通过Element.select(String str)获取相应元素值

Element first():返回第一个匹配的元素，如果为空，则返回null

String  text():返回所有匹配元素的混好text值

Element get(int index);

String  attr(String attributeKey);

Element：HTML element由tag name, attributes, child nodes(including text nodes and other elements)。由Element,可以提取数据，理清节点图，操作HTML。

text(); 返回String类型

getElementsByClass(String class);

getAllElements(); 都返回Elements对象

getElementsByAttribute(String key);

Elements select(String selector); 根据匹配的selector选择相应的Elements

异常的详细信息如下：

Exception Details：android.view.ViewRoot$CalledFromWrongThreadException: Only the original thread that created a view hierarchy can touch its views.

进行多线程编程时，经常需要在主线程之外的一个单独的线程中进行某些处理，然后更新用户界面显示。但是，在主线线程之外的线程中直接更新页面显示的问题是：系统会报这个异常

也就是说必须在程序的主线程(也就是ui线程)中进行更新界面显示的工作。可以采用下面的方法之一来解决：无法在子线程中更新UI。为此，我们需要通过Handler物件，通知主线程Ui Thread来更新界面。

1. private Handler mHandler = new Handler(){
2. @Override
3. public void handleMessage(Message msg){
4. switch (msg.what){
5. case UPDATE_UI:{
6. Log.i("TTSDeamon", "UPDATE_UI");
7. showTextView.setText(editText.getText().toString());
8. ShowAnimation();
9. break;
10. }
11. default:
12. break;
13. }
14. }
15. }

demo地址0分下载：http://download.csdn.net/detail/zqiang_55/4764266

同时推荐一个应用：http://www.talkphone.cn/Down/Soft/Android/Detail/49172_0.html