最近閒來無事，寫了幾個網頁數據抓取的小程序。網頁抓取最頭疼的就是對html標籤的解析，解析過程中一般用到的方法就是正則表達式，無奈博主只是會一點正則表達式的皮毛，查文檔，找實例，搞了大半天也沒寫出幾個合適的正則表達式。正在博主束手無策的時候，突然發現了這個開源的小工具，用起來是相當的順手啊。一天的時間就寫好了對百度貼吧，貓撲和天涯相關圖片文章的抓取。jsoup真是宅男居家必備神奇啊！！！
soup的主要功能如下：
1. 從一個URL，文件或字符串中解析HTML；
2. 使用DOM或CSS選擇器來查找、取出數據；
3. 可操作HTML元素、屬性、文本；
jsoup是基於MIT協議發佈的，可放心使用於商業項目。
由於jsoup 良好的可擴展性API 設計，你可以通過選擇器的定義來開發出非常強大的HTML 解析功能。再加上jsoup 項目本身的開發也非常活躍，因此如果你正在使用Java ，需要對HTML 進行處理，不妨試試。
更詳細的jsoup使用方法都在我上傳的資源中有詳細介紹，有興趣的可以下載下來玩玩
由於jsoup 良好的可擴展性API 設計，你可以通過選擇器的定義來開發出非常強大的HTML 解析功能。再加上jsoup 項目本身的開發也非常活躍，因此如果你正在使用Java ，需要對HTML 進行處理，不妨試試。
更詳細的jsoup使用方法都在我上傳的資源中有詳細介紹，有興趣的可以下載下來玩玩
相關資源下載地址：http://download.csdn.net/detail/u012756886/6521659