Jsoup解析html

Jsoup可以用来做Java爬虫。

参考文章：https://www.cnblogs.com/sam-uncle/p/10922366.html

引入

	org.jsoup
	jsoup
	1.12.1

完整代码

public static void main(String[] args) {
 
	String html = "";
	html += "";
	html += "	
";
	html += "		
张三
";
	html += "		
李四
";
	html += "		
王五
";
	html += "		
赵六
";
	html += "		
田七
";
	html += "	
";
	html += "";
 
 
	//Jsoup解析html
	Document document = Jsoup.parse(html);
 
	//类似js，获取标题
	String title = document.getElementsByTag("title").first().html();
	System.out.println("标题："+title);
 
	//获得ul元素
	Element ul = document.getElementById("ul");
 
	//获得li返回元素集合
	Elements postItems = ul.getElementsByTag("li");
 
	for (Element postItem : postItems) {
 
		System.out.println(postItem.text());
		System.out.println(postItem.attr("name"));
		System.out.println("*************************************************");
 
	}
}

不用HttpClient也可以获取网页内容

public static void main(String[] args) {
	try {
		
		Document document = Jsoup.connect("https://www.baidu.com").get();
		
		//获取本地页面
		//Document document = Jsoup.parse(new File("d://1.html"), "utf-8");
		
		System.out.println(document.text());
	} catch (IOException e) {
		e.printStackTrace();
	}
}