在一些網絡爬蟲或者從第三方網站抓取信息的程序都面臨1個問題，如何從網頁中把所需的信息提取出來，Jsoup是個比較好的選擇，它能把網站內容解析成Document，再從document中取element就是個簡單的事了。這裏介紹1下Jsoup的基本用法。
首先需要下載jar包，jsoup-1.9.2.jar
1、Jsoup解析字符串
public void parseString()
{
String html = "<html><head><script type=\"text/javascript\">var date = new Date();alert(date);function sub(u){var token = document.getElementById(\"token\").value;var durl = u + \"token=\" + encodeURIComponent(token);window.open(durl);}</script></head><body><br/><br/>token:<input type=\"text\" name=\"token\" id=\"token\" style=\"width:500\" value=\"uGyUoJ8A6+ETMgIVYAHTpt/l/cY=\"/></input> <br/><br/><input class='butt' type=\"button\" value=\"打開本地\" name=\"sub\" onclick=\"sub('http://localhost:8080/mapbar-fieldwork/setting/setting!index.action?')\" style=\"left:200\"></input><input type=\"button\" value=\"打開44\" name=\"sub\" onclick=\"sub('http://10.30.20.44:8181/mapbar-fieldwork/setting/setting!index.action?')\" style=\"left:200\"></input><input type=\"button\" value=\"獲取權限接口\" name=\"sub\" onclick=\"sub('http://localhost:8080/mapbar-fieldwork/newaccount/newaccount!queryUserPermissions.action?projectId=666&')\" style=\"left:200\"></input><input type=\"button\" value=\"獲取權限接口\" name=\"sub\" onclick=\"sub('http://localhost:8080/mapbar-fieldwork/newaccount/newaccount!queryProjectPermissions.action?projectId=666&')\" style=\"left:200\"></input></body></html>";
//Jsoup解析html
Document doc =Jsoup.parse(html,"utf-8");
//根據id獲取元素
Element e1 = doc.getElementById("token");
//根據屬性獲取元素s
Elements e2s = doc.getElementsByAttribute("onclick");
//根據屬性+屬性值
Elements e3s = doc.getElementsByAttributeValue("type", "text");
//根據class
Elements e4s = doc.getElementsByClass("butt");
//根據 標籤
Elements e5s = doc.getElementsByTag("head");
Elements e6s = doc.select("input[type]");
p(e6s);
}2、Jsoup解析url
Jsoup可以直接解析1個網址，把網站的返回內容解析出來
public void parseUrl()
{
try
{
URL url = new URL("http://www.baidu.com");
Document doc = Jsoup.parse(url, 1000);
Elements e1s = doc.select("a[href=http://news.baidu.com]");
p(e1s);
} catch (IOException e)
{
e.printStackTrace();
}
}3、Jsoup解析本地文件
可以把html文件解析出來
public void parseFile()
{
File file = new File("C:/Users/Administrator/Desktop/測試頁面.html");
try {
Document doc = Jsoup.parse(file, "GBK");
p(doc);
} catch (IOException e) {
e.printStackTrace();
}
}public static void p(Object o)
{
System.out.println(o);
}