【使用JSOUP实现网络爬虫】从元素抽取属性,文本和HTML
2013-11-07 13:43
771 查看
问题
在解析获得一个Document实例对象,并查找到一些元素之后,你希望取得在这些元素中的数据。方法
要取得一个属性的值,可以使用Node.attr(String key)方法
对于一个元素中的文本,可以使用
Element.text()方法
对于要取得元素或属性中的HTML内容,可以使用
Element.html(), 或
Node.outerHtml()方法
示例:
String html = "<p>An <a href='http://example.com/'><b>example</b></a> link.</p>"; Document doc = Jsoup.parse(html);//解析HTML字符串返回一个Document实现 Element link = doc.select("a").first();//查找第一个a元素 String text = doc.body().text(); // "An example link"//取得字符串中的文本 String linkHref = link.attr("href"); // "http://example.com/"//取得链接地址 String linkText = link.text(); // "example""//取得链接地址中的文本 String linkOuterH = link.outerHtml(); // "<a href="http://example.com"><b>example</b></a>" String linkInnerH = link.html(); // "<b>example</b>"//取得链接内的html内容
说明
上述方法是元素数据访问的核心办法。此外还其它一些方法可以使用:Element.id()
Element.tagName()
Element.className()and
Element.hasClass(String className)
这些访问器方法都有相应的setter方法来更改数据.
参见
Element和
Elements集合类的参考文档
URLs处理
使用CSS选择器语法来查找元素
阅读更多JSOUP相关文章,请看专栏:《使用JSOUP实现网络爬虫》
相关文章推荐
- 【使用JSOUP实现网络爬虫】从元素抽取属性,文本和HTML
- 【使用JSOUP实现网络爬虫】修改数据-设置一个元素的HTML内容
- 【使用JSOUP实现网络爬虫】修改数据-设置元素的文本内容
- 【使用JSOUP实现网络爬虫】修改数据-设置元素的文本内容
- 【使用JSOUP实现网络爬虫】修改数据-设置一个元素的HTML内容
- 【使用JSOUP实现网络爬虫】修改数据-设置元素的文本内容
- 【使用JSOUP实现网络爬虫】使用选择器语法来查找元素
- 【使用JSOUP实现网络爬虫】修改数据-设置属性的值
- 【Jsoup学习礼记】从元素抽取属性,文本和HTML
- 【使用JSOUP实现网络爬虫】修改数据-设置属性的值
- 【使用JSOUP实现网络爬虫】清理HTML-消除不受信任的html (来防止xss攻击)
- 【Java Utility】Jsoup网页爬虫工具--从元素/元素集中提取属性、文本和HTML内容【九】
- 【使用JSOUP实现网络爬虫】解析一个HTML字符串
- 从元素抽取属性,文本和HTML----JSOUP
- 【使用JSOUP实现网络爬虫】入门:解析和遍历一个HTML文档
- 【使用JSOUP实现网络爬虫】使用选择器语法来查找元素
- 【使用JSOUP实现网络爬虫】解析一个HTML字符串
- 【使用JSOUP实现网络爬虫】修改数据-设置属性的值
- 【使用JSOUP实现网络爬虫】清理HTML-消除不受信任的html (来防止xss攻击)
- jsoup教程008-从元素抽取属性,文本和HTML