jsoup

它在哪里？

1. github
2. 官网

它是什么？

一个html解析者

• 它是一个 java 库：负责处理html相关的东西。
• 它提供了便捷的api去抽取和处理数据。类似 dom,cssjquery 中的方法：简单直观。
• 实现了html5 的要求标准，像浏览器一样将html转化成dom。

如一个浏览器一样， 它可以做出如下的行为：

1. 从 url,file,string 中获取和解析成html。
2. 通过DOM遍历或者CSS选择器来找出数据。
3. 操作html的元素，属性和文本。
4. 通过用户提交的白名单，来预防XSS攻击。
5. 可输出干净的html。
6. html有许多变种（规则不规范，程序员代码写的比较狂野），jsoup解析这样的html会将其解析成合理的dom树

文档结构

地址

doc