您的位置：首页 > Web前端 > JavaScript

jsoup教程002-解析和遍历一个html文档

2017-10-30 11:26 453 查看

jsoup教程002-解析和遍历一个html文档

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);

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：nodes package tree.)

Hierarchy For Package org.jsoup.nodes
Package Hierarchies:

All Packages

Class Hierarchy

java.lang.Object
org.jsoup.nodes.Attribute (implements java.lang.Cloneable, java.util.Map.Entry<K,V>)
org.jsoup.nodes.BooleanAttribute
org.jsoup.nodes.Attributes (implements java.lang.Cloneable, java.lang.Iterable<T>)
org.jsoup.nodes.Document.OutputSettings (implements java.lang.Cloneable)
org.jsoup.nodes.Entities
org.jsoup.nodes.Node (implements java.lang.Cloneable)
org.jsoup.nodes.Comment
org.jsoup.nodes.DataNode
org.jsoup.nodes.DocumentType
org.jsoup.nodes.Element
org.jsoup.nodes.Document
org.jsoup.nodes.FormElement
org.jsoup.nodes.TextNode
org.jsoup.nodes.XmlDeclaration

Enum Hierarchy

java.lang.Object
java.lang.Enum<E> (implements java.lang.Comparable<T>, java.io.Serializable)
org.jsoup.nodes.Entities.EscapeMode
org.jsoup.nodes.Document.OutputSettings.Syntax
org.jsoup.nodes.Document.QuirksMode

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