您的位置：首页 > Web前端 > JavaScript

【Jsoup学习礼记】解析和遍历一个HTML文档

2015-03-11 15:16 411 查看

如何解析一个HTML文档：

String html = "<html><head><title>First parse</title></head>"
+ "<body><p>Parsed HTML into a doc.</p></body></html>";
Document doc = Jsoup.parse(html);

(更详细内容可查看解析一个HTML字符串.)

其解析器能够尽最大可能从你提供的HTML文档来创见一个干净的解析结果，无论HTML的格式是否完整。比如它可以处理：

没有关闭的标签 (比如：

<p>Lorem
<p>Ipsum

parses to

<p>Lorem</p> <p>Ipsum</p>

)
隐式标签 (比如. 它可以自动将

<td>Table
data</td>

包装成

<table><tr><td>?

)
创建可靠的文档结构（html标签包含head 和 body，在head只出现恰当的元素）

一个文档的对象模型

文档由多个Elements和TextNodes组成 (以及其它辅助nodes：详细可查看：nodes package
tree).
其继承结构如下：

Document

继承

Element

继承

Node

TextNode

继承

Node

.
一个Element包含一个子节点集合，并拥有一个父Element。他们还提供了一个唯一的子元素过滤列表。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航