jsoup - 提取HTML( Extract HTML)
下面的示例将展示在将HTML String解析为Document对象后使用方法来获取内部html和外部html。
语法 (Syntax)
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());
哪里
document - document对象表示HTML DOM。
Jsoup - 解析给定HTML String的主类。
html - HTML字符串。
link - 元素对象表示表示锚标记的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html。
描述 (Description)
元素对象代表一个dom elment并提供各种方法来获取dom元素的html。
例子 (Example)
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 (Verify the result)
使用javac编译器编译类，如下所示:
C:\jsoup>javac JsoupTester.java
现在运行JsoupTester来查看结果。
C:\jsoup>java JsoupTester
看到结果。
Outer HTML: <a href="www.google.com">Google</a>
Inner HTML: Google
