Учебники

jsoup — Краткое руководство

Апрель 8, 2019

jsoup — Обзор

jsoup — это библиотека на основе Java для работы с контентом на основе HTML. Он предоставляет очень удобный API для извлечения и обработки данных, используя лучшие методы DOM, CSS и jquery-подобные. Он реализует спецификацию WHATWG HTML5 и анализирует HTML в том же DOM, что и современные браузеры.

Библиотека jsoup реализует спецификацию WHATWG HTML5 и анализирует содержимое HTML в том же DOM, что и в современных браузерах.

Библиотека jsonp обеспечивает следующие функциональные возможности.

  • Поддержка множественного чтения — он читает и анализирует HTML, используя URL, файл или строку.

  • Селекторы CSS — могут находить и извлекать данные, используя обход DOM или селекторы CSS.

  • DOM Manipulation — может манипулировать HTML-элементами, атрибутами и текстом.

  • Предотвращать атаки XSS — он может очищать пользовательский контент от заданного безопасного белого списка, чтобы предотвратить атаки XSS.

  • Tidy — выводит чистый HTML.

  • Обрабатывает недействительные данные — jsoup может обрабатывать незамкнутые теги, неявные теги и может надежно создавать структуру документа.

Поддержка множественного чтения — он читает и анализирует HTML, используя URL, файл или строку.

Селекторы CSS — могут находить и извлекать данные, используя обход DOM или селекторы CSS.

DOM Manipulation — может манипулировать HTML-элементами, атрибутами и текстом.

Предотвращать атаки XSS — он может очищать пользовательский контент от заданного безопасного белого списка, чтобы предотвратить атаки XSS.

Tidy — выводит чистый HTML.

Обрабатывает недействительные данные — jsoup может обрабатывать незамкнутые теги, неявные теги и может надежно создавать структуру документа.

jsoup — настройка среды

Настройка локальной среды

JUnit — это фреймворк для Java, поэтому самое первое требование — установить JDK на вашем компьютере.

Системные требования

JDK 1,5 или выше.
объем памяти Нет минимальных требований.
Дисковое пространство Нет минимальных требований.
Операционная система Нет минимальных требований.

Шаг 1: Проверьте установку Java на вашем компьютере

Прежде всего, откройте консоль и выполните команду Java в зависимости от операционной системы, с которой вы работаете.

Операционные системы задача команда
Windows Открытая командная консоль c: \> Java-версия
Linux Открытый командный терминал $ java-версия
макинтош Открытый терминал машина: <joseph $ java -version

Давайте проверим вывод для всех операционных систем —

Операционные системы Выход
Windows

Java-версия «1.6.0_21»

Java (TM) SE Runtime Environment (сборка 1.6.0_21-b07)

Клиентская виртуальная машина Java HotSpot (TM) (сборка 17.0-b17, смешанный режим, совместное использование)

Linux

Java-версия «1.6.0_21»

Java (TM) SE Runtime Environment (сборка 1.6.0_21-b07)

Клиентская виртуальная машина Java HotSpot (TM) (сборка 17.0-b17, смешанный режим, совместное использование)

макинтош

Java-версия «1.6.0_21»

Java (TM) SE Runtime Environment (сборка 1.6.0_21-b07)

Java HotSpot (TM) 64-разрядная серверная виртуальная машина (сборка 17.0-b17, смешанный режим, совместное использование)

Java-версия «1.6.0_21»

Java (TM) SE Runtime Environment (сборка 1.6.0_21-b07)

Клиентская виртуальная машина Java HotSpot (TM) (сборка 17.0-b17, смешанный режим, совместное использование)

Java-версия «1.6.0_21»

Java (TM) SE Runtime Environment (сборка 1.6.0_21-b07)

Клиентская виртуальная машина Java HotSpot (TM) (сборка 17.0-b17, смешанный режим, совместное использование)

Java-версия «1.6.0_21»

Java (TM) SE Runtime Environment (сборка 1.6.0_21-b07)

Java HotSpot (TM) 64-разрядная серверная виртуальная машина (сборка 17.0-b17, смешанный режим, совместное использование)

Если у вас не установлена ​​Java в вашей системе, загрузите Java Software Development Kit (SDK) по следующей ссылке https://www.oracle.com . Мы предполагаем Java 1.6.0_21 в качестве установленной версии для этого урока.

Шаг 2: Установите среду JAVA

Установите переменную среды JAVA_HOME, чтобы она указывала на местоположение базовой директории, где установлена ​​Java на вашем компьютере. Например.

Операционные системы Выход
Windows Задайте для переменной среды JAVA_HOME значение C: \ Program Files \ Java \ jdk1.6.0_21.
Linux экспорт JAVA_HOME = / usr / local / java-current
макинтош export JAVA_HOME = / Библиотека / Java / Главная

Добавьте местоположение компилятора Java в системный путь.

Операционные системы Выход
Windows Добавьте строку C: \ Program Files \ Java \ jdk1.6.0_21 \ bin в конце системной переменной Path .
Linux экспорт PATH = $ PATH: $ JAVA_HOME / bin /
макинтош не требуется

Проверьте установку Java с помощью команды java -version, как описано выше.

Шаг 3: Загрузите архив jsoup

Загрузите последнюю версию jar-файла jsoup из репозитория Maven . На момент написания этого руководства мы загрузили jsoup-1.8.3.jar и скопировали его в папку C: \> jsoup.

Операционные системы Название архива
Windows jsoup-1.8.3.jar
Linux jsoup-1.8.3.jar
макинтош jsoup-1.8.3.jar

Шаг 4: Установите среду jsoup

Установите переменную среды JSOUP_HOME, чтобы она указывала на местоположение базовой директории, где jsoup jar хранится на вашем компьютере. Давайте предположим, что мы сохранили jsoup-1.8.3.jar в папке JSOUP.

Sr.No ОС и описание
1

Windows

Установите переменную среды JSOUP_HOME в C: \ JSOUP

2

Linux

экспорт JSOUP_HOME = / usr / local / JSOUP

3

макинтош

экспорт JSOUP_HOME = / Библиотека / JSOUP

Windows

Установите переменную среды JSOUP_HOME в C: \ JSOUP

Linux

экспорт JSOUP_HOME = / usr / local / JSOUP

макинтош

экспорт JSOUP_HOME = / Библиотека / JSOUP

Шаг 5: Установите переменную CLASSPATH

Установите переменную среды CLASSPATH, чтобы она указывала на местоположение JAR JSOUP.

Sr.No ОС и описание
1

Windows

Установите для переменной среды CLASSPATH значение% CLASSPATH%;% JSOUP_HOME% \ jsoup-1.8.3.jar;.;

2

Linux

export CLASSPATH = $ CLASSPATH: $ JSOUP_HOME / jsoup-1.8.3.jar :.

3

макинтош

export CLASSPATH = $ CLASSPATH: $ JSOUP_HOME / jsoup-1.8.3.jar :.

Windows

Установите для переменной среды CLASSPATH значение% CLASSPATH%;% JSOUP_HOME% \ jsoup-1.8.3.jar;.;

Linux

export CLASSPATH = $ CLASSPATH: $ JSOUP_HOME / jsoup-1.8.3.jar :.

макинтош

export CLASSPATH = $ CLASSPATH: $ JSOUP_HOME / jsoup-1.8.3.jar :.

jsoup — строка анализа

В следующем примере будет показан анализ строки HTML в объекте Document.

Синтаксис 

Document document = Jsoup.parse(html);

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

Описание

Метод parse (String html) анализирует входной HTML в новый документ. Этот объект документа может использоваться, чтобы пройти и получить детали HTML-домена.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body><p>Sample Content</p></body></html>";
      Document document = Jsoup.parse(html);
      System.out.println(document.title());
      Elements paragraphs = document.getElementsByTag("p");
      for (Element paragraph : paragraphs) {
            System.out.println(paragraph.text());
      }
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Sample Title
Sample Content

jsoup — парсинг тела

В следующем примере будет показан анализ строки fragement HTML в объекте Element в виде тела html.

Синтаксис 

Document document = Jsoup.parseBodyFragment(html);
Element body = document.body();

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — HTML фрагмент строки.

  • body — представляет дочерний элемент элемента body документа и эквивалентен document.getElementsByTag («body»).

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — HTML фрагмент строки.

body — представляет дочерний элемент элемента body документа и эквивалентен document.getElementsByTag («body»).

Описание

Метод parseBodyFragment (String html) анализирует входной HTML в новый документ. Этот объект документа может быть использован для прохождения и получения деталей фрагмента html тела.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<div><p>Sample Content</p>";
      Document document = Jsoup.parseBodyFragment(html);
      Element body = document.body();
      Elements paragraphs = body.getElementsByTag("p");
      for (Element paragraph : paragraphs) {
         System.out.println(paragraph.text());
      }
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Sample Content

jsoup — загрузка с URL

В следующем примере показано, как извлечь HTML из Интернета с помощью URL-адреса, а затем найти его данные.

Синтаксис 

String url = "http://www.google.com";
Document document = Jsoup.connect(url).get();

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для подключения URL- адреса и получения строки HTML.

  • url — URL-адрес html-страницы для загрузки.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для подключения URL- адреса и получения строки HTML.

url — URL-адрес html-страницы для загрузки.

Описание

Метод connect (url) устанавливает соединение с url, а метод get () возвращает html запрошенного URL.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

import java.io.IOException;

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

public class JsoupTester {
   public static void main(String[] args) throws IOException {
   
      String url = "http://www.google.com";
      Document document = Jsoup.connect(url).get();
      System.out.println(document.title());
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Google

jsoup — загрузка из файла

В следующем примере будет показана загрузка HTML-кода с диска с использованием файла, а затем поиск его данных.

Синтаксис 

String url = "http://www.google.com";
Document document = Jsoup.connect(url).get();

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для подключения URL- адреса и получения строки HTML.

  • url — URL-адрес html-страницы для загрузки.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для подключения URL- адреса и получения строки HTML.

url — URL-адрес html-страницы для загрузки.

Описание

Метод connect (url) устанавливает соединение с url, а метод get () возвращает html запрошенного URL.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

import java.io.File;
import java.io.IOException;
import java.net.URISyntaxException;
import java.net.URL;

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

public class JsoupTester {
   public static void main(String[] args) throws IOException, URISyntaxException {
      
      URL path = ClassLoader.getSystemResource("test.htm");
      File input = new File(path.toURI());
      Document document = Jsoup.parse(input, "UTF-8");
      System.out.println(document.title());
   }
}

test.htm

Создайте следующий файл test.htm в папке C: \ jsoup. 

<html>
   <head>
      <title>Sample Title</title>
   </head>
   <body>
      <p>Sample Content</p>
   </body>
</html>

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Sample Title

jsoup — Использование методов DOM

Следующий пример продемонстрирует использование методов, подобных DOM, после анализа строки HTML в объекте Document.

Синтаксис 

Document document = Jsoup.parse(html);
Element sampleDiv = document.getElementById("sampleDiv");
Elements links = sampleDiv.getElementsByTag("a");

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

  • sampleDiv — Объект Element представляет элемент узла html, идентифицируемый идентификатором «sampleDiv».

  • ссылки — Элемент Elements представляет несколько узловых элементов, идентифицированных тегом «a».

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

sampleDiv — Объект Element представляет элемент узла html, идентифицируемый идентификатором «sampleDiv».

ссылки — Элемент Elements представляет несколько узловых элементов, идентифицированных тегом «a».

Описание

Метод parse (String html) анализирует входной HTML в новый документ. Этот объект документа может использоваться, чтобы пройти и получить детали HTML-домена.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

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

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></div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);
      System.out.println(document.title());
      Elements paragraphs = document.getElementsByTag("p");
      for (Element paragraph : paragraphs) {
         System.out.println(paragraph.text());
      }

      Element sampleDiv = document.getElementById("sampleDiv");
      System.out.println("Data: " + sampleDiv.text());
      Elements links = sampleDiv.getElementsByTag("a");

      for (Element link : links) {
         System.out.println("Href: " + link.attr("href"));
         System.out.println("Text: " + link.text());
      }
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Sample Title
Sample Content
Data: Google
Href: www.google.com
Text: Google

jsoup — Использование синтаксиса селектора

В следующем примере будет показано использование методов селектора после анализа строки HTML в объекте Document. jsoup поддерживает селекторы, подобные CSS-селекторам.

Синтаксис 

Document document = Jsoup.parse(html);
Element sampleDiv = document.getElementById("sampleDiv");
Elements links = sampleDiv.getElementsByTag("a");

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

  • sampleDiv — Объект Element представляет элемент узла html, идентифицируемый идентификатором «sampleDiv».

  • ссылки — Элемент Elements представляет несколько узловых элементов, идентифицированных тегом «a».

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

sampleDiv — Объект Element представляет элемент узла html, идентифицируемый идентификатором «sampleDiv».

ссылки — Элемент Elements представляет несколько узловых элементов, идентифицированных тегом «a».

Описание

Метод document.select (expression) анализирует данное выражение селектора CSS, чтобы выбрать элемент html dom.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

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

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>"
         + "<div id='imageDiv' class='header'><img name='google' src='google.png' />"
         + "<img name='yahoo' src='yahoo.jpg' />"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //a with href
      Elements links = document.select("a[href]");

      for (Element link : links) {
         System.out.println("Href: " + link.attr("href"));
         System.out.println("Text: " + link.text());
      }

      // img with src ending .png
      Elements pngs = document.select("img[src$=.png]");

      for (Element png : pngs) {
         System.out.println("Name: " + png.attr("name"));
      }

      // div with class=header
      Element headerDiv = document.select("div.header").first();
      System.out.println("Id: " + headerDiv.id());
   
      // direct a after h3
      Elements sampleLinks = document.select("h3 > a"); 

      for (Element link : sampleLinks) {
         System.out.println("Text: " + link.text());
      }
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Href: www.google.com
Text: Google
Name: google
Id: imageDiv
Text: Sample

jsoup — извлечение атрибутов

В следующем примере демонстрируется использование метода для получения атрибута элемента dom после анализа строки HTML в объекте Document.

Синтаксис 

Document document = Jsoup.parse(html);
Element link = document.select("a").first();
System.out.println("Href: " + link.attr("href"));

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

  • link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

  • Метод link.attr () — attr (attribute) извлекает атрибут элемента.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

Метод link.attr () — attr (attribute) извлекает атрибут элемента.

Описание

Элемент element представляет элемент dom и предоставляет различные методы для получения атрибута элемента dom.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

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("Href: " + link.attr("href"));
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Href: www.google.com

jsoup — Извлечь текст

В следующем примере демонстрируется использование методов для получения текста после анализа строки HTML в объекте Document.

Синтаксис 

Document document = Jsoup.parse(html);
Element link = document.select("a").first();     
System.out.println("Text: " + link.text());

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

  • link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

  • link.text () — метод text () извлекает текст элемента.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

link.text () — метод text () извлекает текст элемента.

Описание

Элемент element представляет элемент dom и предоставляет различные методы для получения текста элемента dom.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

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("Text: " + link.text());
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Text: Google

jsoup — Извлечение HTML

В следующем примере демонстрируется использование методов для получения внутреннего html и внешнего html после анализа строки HTML в объекте Document.

Синтаксис 

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());

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

  • link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

  • link.outerHtml () — метод externalHtml () извлекает полный элемент HTML.

  • Метод link.html () — html () извлекает внутренний элемент html.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

link.outerHtml () — метод externalHtml () извлекает полный элемент HTML.

Метод link.html () — html () извлекает внутренний элемент html.

Описание

Элемент element представляет элемент dom и предоставляет различные методы для получения html-элемента dom.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

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());
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Outer HTML: <a href="www.google.com">Google</a>
Inner HTML: Google

jsoup — работа с URL

В следующем примере будут показаны методы, которые могут предоставлять как относительные, так и абсолютные URL-адреса, присутствующие на html-странице.

Синтаксис 

String url = "http://www.tutorialspoint.com/";
Document document = Jsoup.connect(url).get();
Element link = document.select("a").first();         

System.out.println("Relative Link: " + link.attr("href"));
System.out.println("Absolute Link: " + link.attr("abs:href"));
System.out.println("Absolute Link: " + link.absUrl("href"));

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для подключения к URL-адресу и получения HTML-контента.

  • link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

  • link.attr («href») — предоставляет значение href, присутствующего в теге привязки. Это может быть относительным или абсолютным.

  • link.attr («abs: href») — предоставляет абсолютный URL после сопоставления с базовым URI документа.

  • link.absUrl («href») — предоставляет абсолютный URL после сопоставления с базовым URI документа.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для подключения к URL-адресу и получения HTML-контента.

link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

link.attr («href») — предоставляет значение href, присутствующего в теге привязки. Это может быть относительным или абсолютным.

link.attr («abs: href») — предоставляет абсолютный URL после сопоставления с базовым URI документа.

link.absUrl («href») — предоставляет абсолютный URL после сопоставления с базовым URI документа.

Описание

Элемент объекта представляет собой элемент доменного имени и предоставляет методы для получения как относительных, так и абсолютных URL-адресов, присутствующих на html-странице.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class JsoupTester {
   public static void main(String[] args) throws IOException {
   
      String url = "http://www.tutorialspoint.com/";
      Document document = Jsoup.connect(url).get();

      Element link = document.select("a").first();
      System.out.println("Relative Link: " + link.attr("href"));
      System.out.println("Absolute Link: " + link.attr("abs:href"));
      System.out.println("Absolute Link: " + link.absUrl("href"));
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Relative Link: index.htm
Absolute Link: https://www.tutorialspoint.com/index.htm
Absolute Link: https://www.tutorialspoint.com/index.htm

jsoup — установить атрибуты

В следующем примере будет продемонстрировано использование метода для установки атрибутов элемента dom, массовых обновлений и добавления / удаления методов класса после анализа строки HTML в объекте Document.

Синтаксис 

Document document = Jsoup.parse(html);
Element link = document.select("a").first();         
link.attr("href","www.yahoo.com");     
link.addClass("header"); 
link.removeClass("header");

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

  • link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

  • Метод link.attr () — attr (attribute, value) устанавливает для атрибута элемента соответствующее значение.

  • link.addClass () — метод addClass (class) добавляет класс под атрибутом class.

  • link.removeClass () — метод removeClass (class) удаляет класс под атрибутом class.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

link — Элемент Element представляет элемент HTML-узла, представляющий тег привязки.

Метод link.attr () — attr (attribute, value) устанавливает для атрибута элемента соответствующее значение.

link.addClass () — метод addClass (class) добавляет класс под атрибутом class.

link.removeClass () — метод removeClass (class) удаляет класс под атрибутом class.

Описание

Элемент element представляет элемент dom и предоставляет различные методы для получения атрибута элемента dom.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

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

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 id='googleA' href='www.google.com'>Google</a></div>"
         + "<div class='comments'><a href='www.sample1.com'>Sample1</a>"
         + "<a href='www.sample2.com'>Sample2</a>"
         + "<a href='www.sample3.com'>Sample3</a><div>"
         +"</div>"
         + "<div id='imageDiv' class='header'><img name='google' src='google.png' />"
         + "<img name='yahoo' src='yahoo.jpg' />"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //Example: set attribute
      Element link = document.getElementById("googleA");
      System.out.println("Outer HTML Before Modification :"  + link.outerHtml());
      link.attr("href","www.yahoo.com");      
      System.out.println("Outer HTML After Modification :"  + link.outerHtml());
      System.out.println("---");
      
      //Example: add class
      Element div = document.getElementById("sampleDiv");
      System.out.println("Outer HTML Before Modification :"  + div.outerHtml());
      link.addClass("header");      
      System.out.println("Outer HTML After Modification :"  + div.outerHtml());
      System.out.println("---");
      
      //Example: remove class
      Element div1 = document.getElementById("imageDiv");
      System.out.println("Outer HTML Before Modification :"  + div1.outerHtml());
      div1.removeClass("header");      
      System.out.println("Outer HTML After Modification :"  + div1.outerHtml());
      System.out.println("---");
      
      //Example: bulk update
      Elements links = document.select("div.comments a");
      System.out.println("Outer HTML Before Modification :"  + links.outerHtml());
      links.attr("rel", "nofollow");
      System.out.println("Outer HTML Before Modification :"  + links.outerHtml());
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Outer HTML Before Modification :<a id="googleA" href="www.google.com">Google</a>
Outer HTML After Modification :<a id="googleA" href="www.yahoo.com">Google</a>
---
Outer HTML Before Modification :<div id="sampleDiv">
 <a id="googleA" href="www.yahoo.com">Google</a>
</div>
Outer HTML After Modification :<div id="sampleDiv">
 <a id="googleA" href="www.yahoo.com" class="header">Google</a>
</div>
---
Outer HTML Before Modification :<div id="imageDiv" class="header">
 <img name="google" src="google.png">
 <img name="yahoo" src="yahoo.jpg">
</div>
Outer HTML After Modification :<div id="imageDiv" class="">
 <img name="google" src="google.png">
 <img name="yahoo" src="yahoo.jpg">
</div>
---
Outer HTML Before Modification :<a href="www.sample1.com">Sample1</a>
<a href="www.sample2.com">Sample2</a>
<a href="www.sample3.com">Sample3</a>
Outer HTML Before Modification :<a href="www.sample1.com" rel="nofollow">Sample1</a>
<a href="www.sample2.com" rel="nofollow">Sample2</a>
<a href="www.sample3.com" rel="nofollow">Sample3</a>

jsoup — установить HTML

В следующем примере демонстрируется использование метода для установки, добавления или добавления html к элементу dom после анализа строки HTML в объекте Document.

Синтаксис 

Document document = Jsoup.parse(html);
Element div = document.getElementById("sampleDiv");     
div.html("<p>This is a sample content.</p>");   
div.prepend("<p>Initial Text</p>");
div.append("<p>End Text</p>");

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

  • div — Элемент Element представляет элемент html-узла, представляющий тег привязки.

  • div.html () — метод html (content) заменяет внешний html элемента соответствующим значением.

  • div.prepend () — метод prepend (content) добавляет контент перед внешним html.

  • div.append () — метод append (content) добавляет контент после внешнего html.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

div — Элемент Element представляет элемент html-узла, представляющий тег привязки.

div.html () — метод html (content) заменяет внешний html элемента соответствующим значением.

div.prepend () — метод prepend (content) добавляет контент перед внешним html.

div.append () — метод append (content) добавляет контент после внешнего html.

Описание

Элемент object представляет элемент dom и предоставляет различные методы для установки, добавления или добавления html к элементу dom.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

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>"
         + "<div id='sampleDiv'><a id='googleA' href='www.google.com'>Google</a></div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      Element div = document.getElementById("sampleDiv");
      System.out.println("Outer HTML Before Modification :\n"  + div.outerHtml());
      div.html("<p>This is a sample content.</p>");
      System.out.println("Outer HTML After Modification :\n"  + div.outerHtml());
      div.prepend("<p>Initial Text</p>");
      System.out.println("After Prepend :\n"  + div.outerHtml());
      div.append("<p>End Text</p>");
      System.out.println("After Append :\n"  + div.outerHtml());          
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Outer HTML Before Modification :
<div id="sampleDiv">
 <a id="googleA" href="www.google.com">Google</a>
</div>
Outer HTML After Modification :
<div id="sampleDiv">
 <p>This is a sample content.</p>
</div>
After Prepend :
<div id="sampleDiv">
 <p>Initial Text</p>
 <p>This is a sample content.</p>
</div>
After Append :
<div id="sampleDiv">
 <p>Initial Text</p>
 <p>This is a sample content.</p>
 <p>End Text</p>
</div>
Outer HTML Before Modification :
<span>Sample Content</span>
Outer HTML After Modification :
<span>Sample Content</span>

jsoup — устанавливает текстовое содержимое

Следующий пример продемонстрирует использование метода для установки, добавления или добавления текста к элементу dom после анализа строки HTML в объекте Document.

Синтаксис 

Document document = Jsoup.parse(html);
Element div = document.getElementById("sampleDiv");     
div.text("This is a sample content.");   
div.prepend("Initial Text.");
div.append("End Text.");

куда

  • document — объект документа представляет HTML DOM.

  • Jsoup — основной класс для разбора заданной строки HTML.

  • HTML — строка HTML.

  • div — Элемент Element представляет элемент html-узла, представляющий тег привязки.

  • div.text () — метод text (content) заменяет содержимое элемента соответствующим значением.

  • div.prepend () — метод prepend (content) добавляет контент перед внешним html.

  • div.append () — метод append (content) добавляет контент после внешнего html.

document — объект документа представляет HTML DOM.

Jsoup — основной класс для разбора заданной строки HTML.

HTML — строка HTML.

div — Элемент Element представляет элемент html-узла, представляющий тег привязки.

div.text () — метод text (content) заменяет содержимое элемента соответствующим значением.

div.prepend () — метод prepend (content) добавляет контент перед внешним html.

div.append () — метод append (content) добавляет контент после внешнего html.

Описание

Элемент object представляет элемент dom и предоставляет различные методы для установки, добавления или добавления html к элементу dom.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

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>"
         + "<div id='sampleDiv'><a id='googleA' href='www.google.com'>Google</a></div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      Element div = document.getElementById("sampleDiv");
      System.out.println("Outer HTML Before Modification :\n"  + div.outerHtml());
      div.text(This is a sample content.");
      System.out.println("Outer HTML After Modification :\n"  + div.outerHtml());
      div.prepend("Initial Text.");
      System.out.println("After Prepend :\n"  + div.outerHtml());
      div.append("End Text.");
      System.out.println("After Append :\n"  + div.outerHtml());
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат. 

Outer HTML Before Modification :
<div id="sampleDiv">
 <a id="googleA" href="www.google.com">Google</a>
</div>
Outer HTML After Modification :
<div id="sampleDiv">
 This is a sample content.
</div>
After Prepend :
<div id="sampleDiv">
 Initial Text.This is a sample content.
</div>
After Append :
<div id="sampleDiv">
 Initial Text.This is a sample content.End Text.
</div>

jsoup — дезинфицировать HTML

В следующем примере демонстрируется предотвращение атак XSS или межсайтовых скриптов.

Синтаксис 

String safeHtml =  Jsoup.clean(html, Whitelist.basic());

куда

  • Jsoup — основной класс для разбора заданной строки HTML.

  • html — исходная строка HTML.

  • safeHtml — очищенный HTML.

  • Белый список — Объект, предоставляющий конфигурации по умолчанию для защиты HTML.

  • clean () — очищает HTML с помощью белого списка.

Jsoup — основной класс для разбора заданной строки HTML.

html — исходная строка HTML.

safeHtml — очищенный HTML.

Белый список — Объект, предоставляющий конфигурации по умолчанию для защиты HTML.

clean () — очищает HTML с помощью белого списка.

Описание

Объект Jsoup очищает html с использованием конфигураций белого списка.

пример

Создайте следующую Java-программу, используя любой редактор по вашему выбору, например, C: /> jsoup.

JsoupTester.java 

import org.jsoup.Jsoup;
import org.jsoup.safety.Whitelist;

public class JsoupTester {
   public static void main(String[] args) {

      String html = "<p><a href='http://example.com/'"
         +" onclick='checkData()'>Link</a></p>";

      System.out.println("Initial HTML: " + html);
      String safeHtml =  Jsoup.clean(html, Whitelist.basic());

      System.out.println("Cleaned HTML: " +safeHtml);
   }
}

Проверьте результат

Скомпилируйте класс с помощью компилятора javac следующим образом: 

C:\jsoup>javac JsoupTester.java

Теперь запустите JsoupTester, чтобы увидеть результат. 

C:\jsoup>java JsoupTester

Смотрите результат.

343
Share: