Android使用Jsoup来解析html

有时候可能我们会有这样的需求，拿到一个url链接，然后获取到里面的数据，再转换成原生来实现这个html页面。实现要解析html，应该和xml解析类似，先获取标签，再对标签里面的内容进行解析，一层层嵌套。
Jsoup用法：
1.在工程gradle中allprojects中加入下面这句话

   maven { url "https://jsoup.org/" }

2.在项目gradle中引入

" api 'org.jsoup:jsoup:1.12.1'"

目前最新版本就是1.12.1，这样就可以在项目中引用jsoup了。
这里我们用简书首页文章列表为例：
打开简书首页，在页面上右键，打开源码页面，我们首先来分析一下简书的源码，

image.png

通过观察可以知道文章列表是放在id为list-container的div标签下面，然后再继续往下看，发现每个item是由<li/>标签包含在一起的，li标签下面包含了一个div.content和a.wrap-img标签，content里面又同时包含了标题，内容，简书钻等信息。a.wrap-img标签包含了图片的链接等信息，这样我们就可以根据jsoup提供的查询方法来查询出来对应的相关信息了。
我们可以先获取列表的根节点，然后拿到列表节点的集合，通过遍历，拿到我们需要的数据，比如标题，内容，图片地址，和简书钻等等。具体代码：

 Observable.create<Document> {
            val doc = Jsoup.connect("https://www.jianshu.com/").get()
            it.onNext(doc)
            it.onComplete()
        }.subscribeOn(Schedulers.newThread())
            .observeOn(AndroidSchedulers.mainThread())
            .subscribe {
                val elements = it.select("div#list-container ul li")
                for (element in elements) {
                    LogUtils.d(
                        "element_tittle=${element.select("div.content a").text()}\n" +
                                "content=${element.select("div.content p").text()}\n" +
                                "简书钻=${element.select("div.content div.meta span.jsd-meta").text()}\n" +
                                "作者=${element.select("div.content div.meta a").text()}\n" +
                                "图片=https:${element.select("a.wrap-img img").attr("src")}"
                    )
                }
            }

通过Jsoup.connect（）方法可以将url链接转换成一个Document的对象，这里要注意一点，这个方法一定要异步请求，不能再主线程中进行，因为这里相当于一个网络请求，android里面是不能再主线程中处理网络请求的。我这里使用了RxJava进行了线程的转换。下面订阅成功返回后解析Document的对象，具体语法可以参考
jsoup官网：https://jsoup.org/
jsoup中文网：https://www.open-open.com/jsoup/
上面代码运行后，打印出来结果见下图：

image.png
可以很清楚的看到我们已经拿到简书列表item里面的所有数据，这样就可以直接展示在我们RecycleView中了。