jsoup - 提取 HTML
以下示例将展示在将 HTML 字符串解析为 Document 对象后，如何使用方法来获取内部 html 和外部 html。
语法
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());
其中
document − document 对象代表 HTML DOM。
Jsoup −主类来解析给定的 HTML 字符串。
html − HTML 字符串。
link − 元素对象表示代表锚标记的 html 节点元素。
link.outerHtml() − outerHtml() 方法检索元素完整的 html。
link.html() − html() 方法检索元素内部的 html。
描述
Element 对象表示一个 dom 元素，并提供各种方法来获取 dom 元素的 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
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());
}
}
验证结果
使用 javac 编译器编译该类，如下所示:
C:\jsoup>javac JsoupTester.java
现在运行 JsoupTester 以查看结果。
C:\jsoup>java JsoupTester
查看结果。
Outer HTML: <a href="www.google.com">Google</a> Inner HTML: Google
