转自：http://www.jianshu.com/p/a620a2664f58
1.jsoup介绍
很多时候，我们需要从各种网页上面抓取数据，而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的操作方法来取出和操作数据。
jsoup官方文档：
中文文档：
http://www.open-open.com/jsoup/
2.使用场景
在遇到部分 不完整的还html代码的时候，因为用Html.fromHtml()函数，从这个函数就可以知道这个是将一段html内容解析成TextView可以展示的内容，但是 想图片处理或者其他内容，并不能显示完整，于是可以 用jsoup进行html解析
3.下载jar包
jar包下载地址：http://jsoup.org/download
4.这里我们我继续使用美食的网页，然后右键查看网页源码，或者按F12，接下来可以看到一大堆标签、
找到需要的，例如上图这个“美食天下”，可以看到“美食天下”是放在以
为节点的“美食天下”**，代码可以这样写:try {
//从一个URL加载一个Document对象。
Document doc = Jsoup.connect("http://home.meishichina.com/show-top-type-recipe.html").get();
//选择“美食天下”所在节点
Elements elements = doc.select("div.top-bar");
//打印 标签里面的title
Log.i("mytag",elements.select("a").attr("title"));
}catch(Exception e) {
Log.i("mytag", e.toString());
}
接下来看一下打印出来的结果：
Paste_Image.png
Jsoup.connect(String url)方法从一个URL加载一个Document对象。如果从该URL获取HTML时发生错误，便会抛出 IOException，应适当处理。
一旦拥有了一个Document，你就可以使用Document中适当的方法或它父类Element和Node中的方法来取得相关数据。
public class Element extends Node
public class Document extends Element
很多文章都是说一大堆原理然后放出一个简单的例子，就跟我上面简单的打了一个log一样，然后发现用起来的时候是没那么简单的。为了大家能不看文档也可以直接使用(并且看不懂那一大堆标签也可以用)，我决定再举一个例子(其实也就是比上面多打几个log)：
下图红色框框是我们要获取的数据，可以看到他们对应的节点就是蓝色圆圈里面的
Paste_Image.png
废话不多说上代码
try {
//还是一样先从一个URL加载一个Document对象。
Document doc = Jsoup.connect("http://home.meishichina.com/show-top-type-recipe.html").get();
//“椒麻鸡”和它对应的图片都在
中Elements titleAndPic = doc.select("div.pic");
//使用Element.select(String selector)查找元素，使用Node.attr(String key)方法取得一个属性的值
Log.i("mytag", "title:" + titleAndPic.get(1).select("a").attr("title") + "pic:" + titleAndPic.get(1).select("a").select("img").attr("data-src"));
//所需链接在
中的标签里面Elements url = doc.select("div.detail").select("a");
Log.i("mytag", "url:" + url.get(i).attr("href"));
//原料在
中
Elements burden = doc.select("p.subcontent");
//对于一个元素中的文本，可以使用Element.text()方法
Log.i("mytag", "burden:" + burden.get(1).text());
}catch(Exception e) {
Log.i("mytag", e.toString());
}
大功告成，接下来看看log
Paste_Image.png
没有问题！那么教学可以结束了！
注意：
Jsoup.connect(String url)方法不能运行在主线程，否则会报NetworkOnMainThreadException
1.下载jar包并丢到libs(或者在gradle)
2.找到心仪的网页
3.用Jsoup.connect()获取网页的document
4.查看网页源码，对准你想要的地方，给他来一个Element.select(String selector)
5.用Node.attr(String key)或者Element.text()方法把数据抽出来
网友评论