Jsoup从Html文件中提取正文内容

Jsoup从Html文件中提取正文内容

示例代码：

File input = new File("/tmp/input.html")

Document doc = Jsoup.parse(input, "UTF-8", "/example.com/")

Element content = doc.getElementById("content")

Elements links = content.getElementsByTag("a")

for (Element link : links) {

String linkHref = link.attr("href")

String linkText = link.text()

}

jsoup是一款Java的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的 *** 作方法来取出和 *** 作数据。

jsoup的主要功能如下：

1. 从一个URL，文件或字符串中解析HTML；

2.使用DOM或CSS选择器来查找、取出数据；

3. 可 *** 作HTML元素、属性、文本；

Jsoup从Html文件中提取正文内容\x0d\x0a示例代码：\x0d\x0aFileinput=newFile("/tmp/input.html")\x0d\x0aDocumentdoc=Jsoup.parse(input,"UTF-8","/example.com/")\x0d\x0a\x0d\x0aElementcontent=doc.getElementById("content")\x0d\x0aElementslinks=content.getElementsByTag("a")\x0d\x0afor(Elementlink:links){\x0d\x0aStringlinkHref=link.attr("href")\x0d\x0aStringlinkText=link.text()\x0d\x0a}\x0d\x0ajsoup是一款Java的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的 *** 作方法来取出和 *** 作数据。\x0d\x0ajsoup的主要功能如下：\x0d\x0a1.从一个URL，文件或字符串中解析HTML；\x0d\x0a2.使用DOM或CSS选择器来查找、取出数据；\x0d\x0a3.可 *** 作HTML元素、属性、文本；

---