java语言获取网页标签中的内容

新浪的那个天气的值是通过js动态加载的，原始html页面是<div id="SI_Weather_Wrap" class="now-wea-wrap clearfix"></div> 。

而jsoup只是对html进行解析，所以是找不到js动态生成的哪些信息的。

获取所有双色球数据，但是返回的都是html页面，需要进行处理，最开始想着用dom4j处理，发现不可行。之后想着自己处理，但是又太麻烦了，然后找到了jsoup，使用起来非常简单。

*** 作、解析HTML格式的数据

jsoup的使用和dom4j非常类似，最开始都是先获得一个Document对象，然后获取需要的子元素或节点进行 *** 作，但是jsoup可以通过dom、css、和类似jquery的方法( 选择器 )来获取需要的数据。

选择器官方API

其他方法详见官方API

Node

Element

Elements

Whitelist官方API

其实你这个问题说简单也简单，说麻烦也麻烦，首先拼真实的url时，它是通过一个js方法实现的，只要用java代码模拟这个过程就OK了。

麻烦的是你这个URL中含有中文 ，传入时会乱码，导致查询结果为空。

不知道，我说的对不对，我们可以讨论一下。

Document doc = Jsoupconnect("

Jsoup了解一下。

这段html实际上是不符合规范的。在用jsoup解析时会出现问题。

我想到一个办法解决这个问题。

首先我想你应该是想得到 标题、馆藏复本的数目、可借复本的数目、朱印宏编著和长江出版社。

所以我们先把上面html里面的文字全部得到即：

java开发解析 馆藏复本：3 可借复本：0 朱印宏编著 长江出版社

然后我想在这段文字中 “馆藏复本：”、“可借复本：”、“编著” 这几个字应该是固定不变的。所以我们可以用正则表达式去对它进行解析，得到你想要的文字。

代码如下：

public class Test {

public static void main(String[] args) {

String html = "<div class=\"list_books\" id=\"list_books\"><td>java开发解析</td><p><span><strong>馆藏复本：</strong>3 <br /> <strong>可借复本：</strong>0 </span>朱印宏编著 <br /> 长江出版社</p> </div>";

Document doc = Jsoupparse(html);

String e = docselect("#list_books")text()replaceAll("[\\s]+", "");

//Systemoutprintln(e);

Pattern p = Patterncompile("^()馆藏复本：([\\d]+)可借复本：([\\d]+)()编著()$");

Matcher m = pmatcher(e);

if(mfind()){

for(int i=1;i<=mgroupCount();i++){

Systemoutprintln(mgroup(i));

}

}

}

}

如果如下：

java开发解析

3

0

朱印宏

长江出版社

String html = getHtmlByUrl("地址");//或者直接是内容

if (html != null && !""equals(html)) {

Document doc = Jsoupparse(html);

Element content = docgetElementById("list");

Elements linksElements = contentgetElementsByTag("a");

for (Element ele : linksElements) {

String a = elechild((elesize())-1)attr("href");

String title = eletext();

Systemoutprintln("------------------------");

Systemoutprintln(a);

}

}

以上就是关于java语言获取网页标签中的内容全部的内容，包括:java语言获取网页标签中的内容、jsoup 的使用、使用jsoup解析html网页时，如果一个标签<a href=“javascript:getSearch(10)">[2]</a>怎么解析到这个href等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！