利用Jsoup解析网页，抓取数据的简单应用

<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.7.3</version>
</dependency>

package parserhtml;

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

public class ParserCarHtml {
static String url = "http://218.28.136.21:8081/line.asp";//公交website
public static Document getHtml(String domain){
Document html = null;
try {

//与网站建立连接，并拿到页面。（注意这里？号一定要加上，这也是抓取页面的过程，如果在浏览器中没有？，不用写，这点你可以参考浏览器是怎么解析的，然后试图模       //仿，不过今年来有些人用于非法解析，所以有些网站防爬虫，但是不用怕，在Jsoup中Connection中提供了一系列，添加Cookie，和一些请求参数的方法，这点你可以把              // 浏览器中的参数以key - value的形式copy进去 ，那么你的程序将模拟一个浏览器例如：
// Jsoup.connect(url+"?xl="+domain).data("", "").cookie("", "").get();  这里面填写的分别是浏览器中的信息，你可以鼠标右键，审查元素，然后可以找到相应信息。*/

html = Jsoup.connect(url+"?xl="+domain).get();
} catch (IOException e) {
e.printStackTrace();
}
return html;
}

public static String PaserHtml(Document html){
Elements node = html.select("a");//进行你需要的选择元素。我的这个解析网站比较简单。你可以利用Jsoup中提供的方法去获取一些需要的元素。
String html1 = node.toString();
String html2 = html1.replaceAll("\\p{Punct}", "").replaceAll("[a-zA-Z]", "").replaceAll("\\p{Digit}", "");//利用正则表达式去解析网站
return html2;
}

public static void main(String[] args) {
getHtml("904");//这里的904是我随便输入的公交车路线。
PaserHtml(getHtml("904"));
System.out.println(PaserHtml(getHtml("904")));
}
}