Jsoup库 解析DOM文档
DOM文档包括 HTML, XML等等
Jsoup 获取数据的方式
//html 文本， url， 本地html
String html = "<html>"
+ "<head>carloz Jsoup用法</head>"
+ "<body>"
+ "<p><a href='http://baidu.com'>这里是jsoup项目相关的文章</a></p>"
+ "</body>"
+ "</html>";
//html text
Document doc = Jsoup.parse(html);
doc.title(); String url = "http://baidu.com";
//get 方式获取数据
try {
Document doc2 = Jsoup.connect(url).get();
} catch (IOException e) {
e.printStackTrace();
} //post 方式获取数据
try {
Document doc3 = Jsoup.connect(url).data("key", "value").timeout(3000).post();
} catch (IOException e) {
e.printStackTrace();
} //本地文件获取数据
File input = new File(Environment.getDataDirectory()+"/index.html");
try {
Document doc4 = Jsoup.parse(input, "utf-8", "http://baidu.com");
} catch (IOException e) {
e.printStackTrace();
}
Jsoup操作DOM文档
//html 文本， url， 本地html
String html = "<html>"
+ "<head>carloz Jsoup用法</head>"
+ "<body>"
+ "<p><a href='http://baidu.com'>这里是jsoup项目相关的文章</a></p>"
+ "</body>"
+ "</html>";
//html text
Document doc = Jsoup.parse(html);
doc.title();
//选择元素，获取元素的相关属性
Elements eles = doc.getElementsByTag("a");
for(Element link : eles){
String linkHref = link.attr("href");
String text = link.text();
} //遍历
Elements elements = doc.select("a[href]"); //带有连接的a标签
Elements elements2 = doc.select("img[src$=.png]"); //带有连接的图像
Element elements3 = doc.select("div.className").first(); //带有连接的图像 //元素操作
doc.select("div.className").attr("key", "value");
doc.select("div.className").addClass("myClass"); // 添加： class="myClass"
doc.select("img").removeAttr("onclick"); //移除方法 //文档清理， 将不安全的html代码 转化为安全的形式
String htmls = "";
String safeHtml = Jsoup.clean(htmls, Whitelist.basic());
------------------------------------------------
实例操作
* 1. 使用Jsoup解析 html新闻列表
添加网络访问权限 <uses-permission android:name="android.permission.INTERNET"/>
网络操作，需要新建线程
//涉及网络请求，创建一个线程
new Thread(new Runnable(){
@Override
public void run() {
parseHtml();
}
}).start();
private void parseHtml() {
try {
Document doc = Jsoup.connect(url).get();
//去网页分析html格式
Elements elements = doc.select("div.unit");
for(Element e : elements) {
String title = e.getElementsByTag("h1").first().text();
String href = e.getElementsByTag("h1").first()
.getElementsByTag("a").first().attr("href");
Log.i(TAG, title + ": " + href);
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
运行结果
08-10 16:17:59.427: I/CARLOZ(14728): Google产品总监：改良Apple Watch UI的若干设想: http://www.csdn.net/article/2015-08-10/2825421
08-10 16:17:59.427: I/CARLOZ(14728): Android项目中如何用好构建神器Gradle？: http://www.csdn.net/article/2015-08-10/2825420
08-10 16:17:59.427: I/CARLOZ(14728): Oculus PC SDK 0.7版即将发布，含新Direct Driver Mode: http://www.csdn.net/article/2015-08-10/2825419-Oculus-SDK-0-7-new-direct-driver-mode-and-a-major-overhaul
08-10 16:17:59.427: I/CARLOZ(14728): 实战iOS 9：详解Xcode的Code Coverage工具: http://www.csdn.net/article/2015-08-07/2825410
08-10 16:17:59.427: I/CARLOZ(14728): 《近匠》Remix周哲，让Android运行在“电脑”上！: http://www.csdn.net/article/2015-08-06/2825396-remix-tablet
08-10 16:17:59.427: I/CARLOZ(14728): Android上玩玩Hook：Cydia Substrate实战: http://www.csdn.net/article/2015-08-07/2825405
08-10 16:17:59.427: I/CARLOZ(14728): 易讯理想科技自研AR技术 面向商业场景推“幻视”AR应用: http://www.csdn.net/article/2015-08-06/2825398
08-10 16:17:59.427: I/CARLOZ(14728): 令人惊叹的复杂之美：如何做一个iOS分形App？: http://www.csdn.net/article/2015-08-05/2825382
08-10 16:17:59.427: I/CARLOZ(14728): 游戏设计中的色彩哲学：没想象的那么简单: http://www.csdn.net/article/2015-08-04/2825378
08-10 16:17:59.427: I/CARLOZ(14728): iOS开发实战教学：在Swift怎样创建CocoaPod？: http://www.csdn.net/article/2015-08-05/2825383
* 2. 使用Jsoup解析Epub3
private void parseEpub(){
//2. 使用Jsoup解析Epub电子书
//toc.ncx 复制放在assets目录
try {
InputStream is = getAssets().open("toc.ncx");
int size = is.available();
byte[] buffer = new byte[size];
is.read(buffer);
is.close();
String epubText = new String(buffer, "utf-8");
Document doc = Jsoup.parse(epubText);
String docTitle = doc.getElementsByTag("docTitle").first().text();
Elements eles = doc.getElementsByTag("navPoint");
for(Element e : eles){
String title = e.text();
String href = e.getElementsByTag("content").first().attr("src");
Log.i(TAG, title + ": " + href);
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
运行结果
08-10 16:37:28.847: I/CARLOZ(16323): 第一章 童年: chapter_156815.xhtml
08-10 16:37:28.847: I/CARLOZ(16323): 第二章 灾难: chapter_156816.xhtml
08-10 16:37:28.847: I/CARLOZ(16323): 和尚的生涯: chapter_156817.xhtml
08-10 16:37:28.847: I/CARLOZ(16323): 第三章 踏上征途: chapter_156818.xhtml
08-10 16:37:28.847: I/CARLOZ(16323): 第四章 就从这里起步: chapter_156819.xhtml
08-10 16:37:28.847: I/CARLOZ(16323): 第五章 储蓄资本: chapter_156820.xhtml
08-10 16:37:28.847: I/CARLOZ(16323): 最后一个障碍: chapter_156821.xhtml
08-10 16:37:28.847: I/CARLOZ(16323): 第六章 霸业的开始: chapter_156822.xhtml
...
Jsoup库 解析DOM文档的更多相关文章
- Java高级特性 第13节 解析XML文档(1) - DOM和XPath技术
一.使用DOM解析XML文档 DOM的全称是Document Object Model,也即文档对象模型.在应用程序中,基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合(通常称DOM树 ...
- java解析xml文档(dom)
DOM解析XML文档 读取本地的xml文件,通过DOM进行解析,DOM解析的特点就是把整个xml文件装载入内存中,形成一颗DOM树形结构,树结构是方便遍历和和操纵. DOM解析的特性就是读取xml文件 ...
- 将XML解析成DOM文档
在支持html5的浏览其中,可以使用标准解析器DOMParser对象进行解析html或者xml等字符串 var data = '<div></div>'; var tmp = ...
- JavaScript : DOM文档解析详解
JavaScript DOM 文档解析 1.节点(node):来源于网络理论,代表网络中的一个连接点.网络是由节点构成的集合 <p title=“a gentle reminder”> ...
- DOM生成XML文档与解析XML文档(JUNIT测试)
package cn.liuning.test; import java.io.File; import java.io.IOException; import javax.xml.parsers.D ...
- Java解析XML文档(简单实例)——dom解析xml
一.前言 用Java解析XML文档,最常用的有两种方法:使用基于事件的XML简单API(Simple API for XML)称为SAX和基于树和节点的文档对象模型(Document Object ...
- python优秀库 － 使用xmltodict解析xml文档
上次讲到如何使用BeautifulSoup解析XML文档,今天发现另外一个python库xmltodict(https://github.com/martinblech/xmltodict)也很简单. ...
- JAVA读取XML，JAVA读取XML文档，JAVA解析XML文档，JAVA与XML，XML文档解析(Document Object Model, DOM)
使用Document Object Model, DOM解析XML文档 也可参考我的新浪博客:http://blog.sina.com.cn/s/blog_43ac5543010190w3.html ...
- Java解析XML文档——dom解析xml
一.前言 用Java解析XML文档,最常用的有两种方法:使用基于事件的XML简单API(Simple API for XML)称为SAX和基于树和节点的文档对象模型(Document Object M ...
随机推荐
- Spark 中的join方式(pySpark)
spark基础知识请参考spark官网:http://spark.apache.org/docs/1.2.1/quick-start.html 无论是mapreduce还是spark ,分布式框架的性 ...
- 定制Centos系统（基于6.x）
1.条件准备: 按照需求,最小化安装Centos原生系统 在安装后的系统中找到/root/install.log与/root/anaconda-ks.cfg文件 ...
- Away3D 的实体收集器流程1
View3D 顾名思义 它就是一个3D视口,视口的默认值是无穷大的,即相当于“窗口”是无限大的,我们看到的将是外面的所有景物即flash尺寸是视口的有效视域.传统电视的高宽比为4:3,现在的高清电视的 ...
- usb转串口如何配置?
概述 USB转串口输出,在kernel启动阶段加载相应的usb转串口芯片驱动,加载成功后,可通过usb转串口与pc机端交互. 步骤 1. 在kernel配置中选中usb转串口驱动: 2. 传给内核 ...
- jquery 的小角落
最近换了工作,在这家公司里,使用了大量的jQuery,闲来无事看看锋利的jQuery,发现好多边边角角的选择器,却能省去一大堆逻辑上的的代码,废话不多说直接上代码. #### jquery 对象与do ...
- Android RecyclerView使用（一）
RecyclerView一种可以替换掉listview gridview 瀑布流等控件的新视图控件,控制视图回收和复用 ==优化内存可以替换listview 与listview的不同之处是:listv ...
- hdu1558--并查集+判断线段相交
简单的计算几何题,判断两线段是否相交.将相交的两线段使用并查集归到一类中.查询时输出线段对应集合中元素的个数. #include<stdio.h> struct Point{ double ...
- hdoj 3157 Crazy Circuits 【有下界最小流】
题目:hdoj 3157 Crazy Circuits 题意:如今要制造一个电路板.电路板上有 n 个电子元件,各个元件之间有单向的电流流向.然后有一个 + .电流进入, -- 电流汇入,然后推断能不 ...
- C#使用框架，打开新选项卡
C#使用框架,打开新选项卡: --打开函数 function Open(text, url) { if ($("#tabs").tabs('exists', text ...
- Quartz Features
Runtime Environments Quartz can run embedded within another free standing application Quartz can be ...