关注我们

jsoup - 提取HTML

以下示例将HTML解析为Document对象之后，使用html()和outerHtml方法获取html元素内容。

Document document=Jsoup.parse(html);
Element link=document.select("a").first();         

System.out.println("Outer HTML: " + link.outerHtml());
System.out.println("Inner HTML: " + link.html());

元素对象代表dom元素，并提供各种方法来获取dom元素的html。

Element.html示例

使用您选择的任何编辑器在C:/> jsoup中创建以下Java程序。

JsoupTester.java

复制代码

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //a with href
      Element link = document.select("a").first();         

      System.out.println("Outer HTML: " + link.outerHtml());
      System.out.println("Inner HTML: " + link.html());
   }
}

使用 javac 编译器编译类，如下所示:

C:\jsoup>javac JsoupTester.java

现在运行JsoupTester以查看输出。

C:\jsoup>java JsoupTester

查看输出。

Outer HTML: <a href="www.google.com">Google</a>
Inner HTML: Google

祝学习愉快！(内容编辑有误？请选中要编辑内容 -> 右键 -> 修改 -> 提交！)

技术教程推荐

反爬虫兵法演绎20讲 -〔DS Hunter〕

手把手带你写一个 MiniTomcat -〔郭屹〕

好记忆不如烂笔头。留下您的足迹吧 :)