爬虫之Jsoup

Jsoup简介

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。官网：https://jsoup.org/

主要功能

从一个URL，文件或字符串中解析HTML

使用DOM或CSS选择器来查找、取出数据使用DOM或CSS选择器来查找、取出数据

可操作HTML元素、属性、文本可操作HTML元素、属性、文本

注意：jsoup是基于MIT协议发布的，可放心使用于商业项目。

Maven依赖关系

jsoup api

6个包提供用于开发jsoup应用程序的类和接口。

主要类：

Jsoup 类提供了连接，清理和解析HTML文档的方法

Document 获取HTML文档

Element 获取、操作HTML节点

简单学习

三种加载HTML的方法

获取html中的head，body,url等信息

获取URL的元信息

根据class名称获取表单

提取并打印表单参数

设置元素的html内容

设置元素的文本内容