使用Jsoup解析Html内容 [英] Parsing Html content using Jsoup
本文介绍了使用Jsoup解析Html内容的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
这是我的HTML源代码
< li>
< a href =/ info / some1>项目1< br>
< span class =deets> 111< / span>
< / a>
< / li>
< li>
< a href =/ info / some2>第2项< br>
< span class =deets> 222< / span>
< / a>
< / li>
< li>
< a href =/ info / some3>项目3< br>
< span class =deets> 333< / a>
< / li>
这是我的Java程序来获取内容并过滤HTML标签
尝试{
myurl =新网址（http://www.somewebsite.com）;
HttpURLConnection con =（HttpURLConnection）myurl.openConnection（）;
InputStream result = con.getInputStream（）;
BufferedReader reader = new BufferedReader（new InputStreamReader（result））;
StringBuilder sb = new StringBuilder（）;
for（String line;（line = reader.readLine（））！= null;）
//追加所有内容&使用行分隔符分隔
sb.append（line）.append（System.getProperty（line.separator））;
String final_result = sb.toString（）。replaceAll（\\< ;。*？\ \\>中 ）;
TextView的TV =（TextView的）findViewById（R.id.textView1）;
tv.setText（final_result）;
$ b catch（Exception e）{
// TODO自动生成的catch块
e.printStackTrace（）;
tv.setText（not working）;
$ / code>
-
有没有更简单的方法Jsoup使用Java来解析HTML内容而不是正则表达式
-
有没有办法只获取所需的内容。所以这里我只想要内容Item 2 - 222
< li>
< a href =/ info / some2>项目2< br>
< span class =deets> 222< / a>
解决
//解析html页面
document doc = Jsoup.connect（http://www.website.com）.get（）;
Document doc1 = Jsoup.parse（< html>< head>< title> First < / head>+< body>< p>解析HTML到文档。< / p>< / body>< / html>）;
字符串内容= doc.body（）.text（）;
//获取特定元素，如链接
元素链接= doc.select（a [href] ）;
for（Element e：links）{
System.out.println（link：+ e.attr（abs：href））;
}
要了解更多信息，请访问 Jsoup文档
This is my HTML source
<li>
<a href="/info/some1>Item 1<br>
<span class="deets">111</span>
</a>
</li>
<li>
<a href="/info/some2>Item 2<br>
<span class="deets">222</span>
</a>
</li>
<li>
<a href="/info/some3>Item 3<br>
<span class="deets">333</span>
</a>
</li>
This is my Java program to get the content & it filters the HTML tags
try {
myurl = new URL("http://www.somewebsite.com");
HttpURLConnection con= (HttpURLConnection) myurl.openConnection();
InputStream result = con.getInputStream();
BufferedReader reader = new BufferedReader(new InputStreamReader(result));
StringBuilder sb = new StringBuilder();
for(String line; (line = reader.readLine()) != null;)
//append all content & separate using line separator
sb.append(line).append(System.getProperty("line.separator"));
String final_result = sb.toString().replaceAll("\\<.*?\\>", "");
TextView tv=(TextView) findViewById(R.id.textView1);
tv.setText(final_result);
}
catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
tv.setText("not working");
}
Is there an easier way using Jsoup to parse the HTML content using Java instead of Regex
Is there a way to get only the required contents. So here I just want the contents "Item 2 - 222"
<li> <a href="/info/some2>Item 2<br> <span class="deets">222</span> </a> </li>
解决方案
Try this for easy parsing using jsoup:
// To parse the html page
Document doc = Jsoup.connect("http://www.website.com").get();
Document doc1 = Jsoup.parse("<html><head><title>First parse</title></head>" + "<body> <p>Parsed HTML into a doc.</p></body></html>");
String content = doc.body().text();
// To get specific elements such as links
Element links = doc.select("a[href]");
for(Element e: links){
System.out.println("link: " + e.attr("abs:href"));
}
To learn more, visit Jsoup Docs
这篇关于使用Jsoup解析Html内容的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
