当前位置： 首页 > news >正文

java 中开源的html解析库Jsoup 简单例子

news 2026/3/29 8:18:54

        下面是一个使用Jsoup库解析HTML的简单Java例子。这个例子展示了如何使用Jsoup从一个HTML字符串中提取数据。
        首先，确保你已经将Jsoup作为依赖项添加到你的项目中。如果你使用的是Maven，可以在`pom.xml`文件中添加以下依赖：
        

<dependencies><dependency><groupId>org.jsoup</groupId><artifactId>jsoup</artifactId><version>1.14.3</version> <!-- 请检查最新版本 --></dependency>
</dependencies>


        
然后，你可以使用以下Java代码来解析HTML：
 

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;public class JsoupExample {public static void main(String[] args) {String html = "<html><head><title>Sample Title</title></head>"+ "<body><p>Sample Content</p><div class='links'><a href='https://www.example1.com'>Example1</a>"+ "<a href='https://www.example2.com'>Example2</a></div></body></html>";Document doc = Jsoup.parse(html);// 获取标题String title = doc.title();System.out.println("Title: " + title);// 获取所有链接Elements links = doc.select("a[href]");for (Element link : links) {System.out.println("Link: " + link.attr("href"));System.out.println("Text: " + link.text());}// 获取具有特定类的元素Elements divLinks = doc.select("div.links");for (Element div : divLinks) {System.out.println("Div Class: " + div.className());// 可以进一步操作div元素}}
}

        在这个例子中，我们首先创建了一个包含HTML内容的字符串。然后，我们使用Jsoup.parse()方法来解析这个字符串，并得到了一个Document对象，它可以代表整个HTML文档。
        接着，我们使用Document对象的title()方法来获取文档的标题。使用select()方法，我们可以通过CSS选择器来选择和提取特定的元素。在这个例子中，我们提取了所有<a>标签的href属性和文本内容，以及具有links类的<div>标签。
        这个例子展示了Jsoup的基本用法，包括HTML解析、选择元素和提取属性。Jsoup还有很多其他功能，比如处理实时的HTML文档、修改DOM结构、清理HTML等。

相关文章：

java 中开源的html解析库Jsoup 简单例子

下面是一个使用Jsoup库解析HTML的简单Java例子。这个例子展示了如何使用Jsoup从一个HTML字符串中提取数据。 首先&#xff0c;确保你已经将Jsoup作为依赖项添加到你的项目中。如果你使用的是Maven&#xff0c;可以在pom.xml文件中添加以下依赖&#xff1a; &…...

编程日记 2024/2/23 8:00:24

Java程序中为什么要使用StringBuilder

遇到这个问题是来源于leetcode的一道题&#xff1a;字符串解码。其中的题解涉及字符串的操作使用的是StringBuilder&#xff0c;不是String。 class Solution {public String decodeString(String s) {StringBuilder res new StringBuilder();int multi 0;LinkedList<Int…...

编程日记 2024/2/23 7:52:16

【软件架构】02-复杂度来源

1、性能 1&#xff09;单机 受限于主机的CPU、网络、磁盘读写速度等影响 在多线程的互斥性、并发中的同步数据状态等&#xff1b; 扩展&#xff1a;硬件资源、增大线程池 2&#xff09;集群 微服务化拆分&#xff0c;导致调用链过长&#xff0c;网络传输的消耗过多。 集…...

编程日记 2024/2/23 7:50:14

怎样让MCU/SFU视频会议ovmedia 接入GB28281监控视频参会互动

在国内视频应用对GB监控接入是常规操作&#xff0c;很多系统需要接入监控视频交互处理。我们以ovmedia视频会议为例做一个接入互动。 GB28181协议在流媒体系统较为普及&#xff0c;我们以开源SRS系统对接监控端再接入会议&#xff08;也可以用商用GB流平台&#xff0c;操作基本…...

编程日记 2024/2/23 7:47:10

Spring Boot打war包部署到Tomcat，访问页面404 ！！！

水善利万物而不争&#xff0c;处众人之所恶&#xff0c;故几于道&#x1f4a6; 文章目录 Spring Boot打war包部署到Tomcat&#xff0c;访问页面404 &#xff01;&#xff01;&#xff01;解决办法&#xff1a;检查Tomcat版本和Jdk的对应关系&#xff0c;我的Tomcat是6.x&#x…...

编程日记 2024/2/23 7:46:10

Docker Desktop 4.27.1 Windows 10 安装 教程

Docker Desktop 4.27.1 Windows 10 安装 版本要求windows 版本要求wsl 版本要求docker desktop 版本 安装首先确保系统版本符合要求前提下安装wsl安装 Dockers Desktop安装说明 安装问题docker Desktop 无法正常启动&#xff0c;提示wsl 相关信息wsl --install 执行输出帮助日志…...

编程日记 2024/2/23 7:45:09

【ARMv8M Cortex-M33 系列 8 -- RT-Thread 移植 posix pthread】

文章目录 RT-Thread POSIX PthreadRT-Thread Pthread 相关宏定义RT-Thread libc 初始化RT-Thread Pthread 测试 RT-Thread POSIX Pthread pthread是POSIX&#xff08;Portable Operating System Interface&#xff09;标准定义的一套线程相关的API&#xff0c;全称为POSIX Thr…...

编程日记 2024/2/23 7:43:07

fastApi笔记08-Cookie和Header

Cookie 可以像Query&#xff0c;Path&#xff0c;Body等同样的方式来定义Cookie参数 from typing import Annotatedfrom fastapi import Cookie, FastAPIapp FastAPI()app.get("/items/") async def read_items(ads_id: Annotated[str | None, Cookie()] None):r…...

编程日记 2024/2/23 7:42:06

解决pycharm中PIL安装失败

问题&#xff1a;在调用pil时显示pil标红 我在设置中下载每次失败&#xff0c;显示 ERROR: Could not find a version that satisfies the requirement PIL (from versions: none) ERROR: No matching distribution found for PIL我尝试了很久&#xff0c;查看了一些博客 &a…...

编程日记 2024/2/23 7:41:05

数据结构哈希表

这里个大家用数组来模拟哈希表 法一&#xff1a;拉链法 法二&#xff1a;开放寻址法 /** Project: 11_哈希表* File Created:Sunday, January 17th 2021, 2:11:23 pm* Author: Bug-Free* Problem:AcWing 840. 模拟散列表 拉链法*/ #include <cstring> #include <iostr…...

编程日记 2024/2/23 7:40:04

[C#]winform使用引导APSF和梯度自适应卷积增强夜间雾图像的可见性算法实现夜间雾霾图像的可见度增强

【算法介绍】 提升夜间雾霾图像可见度的技术研究&#xff1a;引导APSF与梯度自适应卷积的应用 随着城市化的快速发展&#xff0c;雾霾现象日益严重&#xff0c;尤其是在夜间&#xff0c;雾霾对图像的可见度造成了极大的影响。因此&#xff0c;提升夜间雾霾图像的可见度成为了…...

编程日记 2024/2/23 7:39:03

【Django】Django自定义后台表单——对一个关联外键对象同时添加多个内容

以官方文档为例&#xff1a; 一个投票问题包含多个选项&#xff0c;基本的表单设计只能一个选项一个选项添加&#xff0c;效率较低&#xff0c;如何在表单设计中一次性添加多个关联选项&#xff1f; 示例代码&#xff1a; from django.contrib import adminfrom .models impo…...

编程日记 2024/2/23 7:35:00

迷茫?没有努力的方向?没有耐心去坚持？精选书籍推荐2

迷茫书籍推荐 在渡过自卑期后&#xff0c;下一阶段就是迷茫期&#xff0c;我就是典型。坚持考研失败&#xff0c;然后工作上不顺利&#xff0c;尽管稍稍改变了自卑&#xff0c;但是却因为从前的失败&#xff0c;对下一步何去何从产生了迷茫。这也是我这篇文章希望帮助大家解决的…...

编程日记 2024/2/23 7:33:58

MySQL报错：sql_mode=only_full_group_by解决方法

Linux环境 ubuntu 22.04 MySQL是8.0.35版本 问题描述 Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column auth_system.t_class_temp_config.id which is not functionally dependent on columns in GROUP BY clause; this is inco…...

编程日记 2024/2/23 7:31:57

SQL表连接方式

一、SQL中的表连接方式&#xff1a; 内连接&#xff08;INNER JOIN&#xff09;&#xff1a;返回两个表中符合连接条件的交集。外连接&#xff08;OUTER JOIN&#xff09;&#xff1a; 左外连接&#xff08;LEFT JOIN&#xff09;&#xff1a;返回左表中所有记录&#xff0c;以…...

编程日记 2024/2/23 7:29:55

5 原型模式 Prototype

1.模式定义: 指原型实例指定创建对象的种类&#xff0c;并且通过拷贝这些原型创建新的对象 2.应用场景&#xff1a; 当代码不应该依赖于需要复制的对象的具体类时&#xff0c;请使用Prototype模式。 Spring源码中的应用 org.springframework.beans.factory.support.AbstractB…...

编程日记 2024/2/23 7:28:54

springboot java 项目连接es

springboot java 项目连接es 介绍 小项目&#xff0c;没有引用es客户端&#xff0c;直接使用的http的方式进行连接的&#xff0c;方式比较简单&#xff0c;但是依赖较少&#xff0c;一个比较小的项目&#xff0c;部署方便 业务也很简单就是把数据库中的数据读到es中&#xf…...

编程日记 2024/2/23 7:26:53

MySQL学习笔记3: MySQL数据库基础

目录 前言目标数据库操作&#xff08;针对database 的操作&#xff09;1. 创建数据库 create database 数据库名;2. 查看数据库 show databases;3. 选中数据库 use 数据库名;4. 删除数据库 drop database 数据库名; mysql中支持的数据类型1. 数值类型: NUMERIC(M,D)2. 字符串类…...

编程日记 2024/2/23 7:24:51

GB/T 17640-2023 长丝机织土工布检测

长丝机织土工布是指以合成纤维长丝为原料织制而成的土工布&#xff0c;按纤维品种分为涤纶、丙纶、锦纶 等长丝机织土工布&#xff1b;按用途分为反滤布、复合用基布、管袋布、模袋布等。 GB/T 17640-2023 长丝机织土工布测试项目&#xff1a; 测试要求 测试标准 经向抗拉强…...

编程日记 2024/2/23 7:23:50

MedicalGPT 训练医疗大模型，实现了包括增量预训练、有监督微调、RLHF(奖励建模、强化学习训练)和DPO(直接偏好优化)

MedicalGPT 训练医疗大模型&#xff0c;实现了包括增量预训练、有监督微调、RLHF(奖励建模、强化学习训练)和DPO(直接偏好优化)。 MedicalGPT: Training Your Own Medical GPT Model with ChatGPT Training Pipeline. 训练医疗大模型&#xff0c;实现了包括增量预训练、有监督微…...

编程日记 2024/2/23 7:20:47

OpenClaw安全防护：限制Qwen3.5-4B-Claude的文件访问范围

OpenClaw安全防护&#xff1a;限制Qwen3.5-4B-Claude的文件访问范围 1. 为什么需要限制文件访问范围 上周我在调试一个OpenClaw自动化任务时&#xff0c;差点酿成大错。当时我让Qwen3.5-4B模型帮我整理项目文档&#xff0c;结果它"聪明"地扫描了整个用户目录&#…...

编程新知 2026/3/29 7:59:33

C++ STL 容器线程安全的边界条件

C STL容器线程安全的边界条件探析 在多线程编程中&#xff0c;C标准模板库&#xff08;STL&#xff09;容器的高效使用一直是开发者关注的焦点。尽管STL容器在设计上并未原生支持线程安全&#xff0c;但其性能优势使得开发者仍需在并发环境中谨慎使用。理解STL容器线程安全的边…...

编程新知 2026/3/29 7:47:30

造相 Z-Image镜像使用指南：显存监控条预警机制与OOM防护策略

造相 Z-Image镜像使用指南&#xff1a;显存监控条预警机制与OOM防护策略 1. 引言&#xff1a;为什么你的AI绘画服务总崩溃&#xff1f; 如果你用过一些开源的文生图模型&#xff0c;大概率遇到过这种情况&#xff1a;兴致勃勃地输入一段描述&#xff0c;点击生成&#xff0c;…...

编程新知 2026/3/29 7:45:30

Clawdbot汉化版实测：企业微信接入AI客服，响应速度提升92%

Clawdbot汉化版实测&#xff1a;企业微信接入AI客服&#xff0c;响应速度提升92% 1. 企业客服场景的痛点与解决方案 1.1 传统客服面临的挑战 在电商和客户服务领域&#xff0c;企业微信已成为重要的客户沟通渠道。然而传统客服模式存在三个核心问题&#xff1a; 响应延迟&a…...

编程新知 2026/3/29 7:43:29

AudioSeal效果展示：对抗白噪声、混响、变速变调攻击的鲁棒性案例

AudioSeal效果展示&#xff1a;对抗白噪声、混响、变速变调攻击的鲁棒性案例 1. 音频水印技术新标杆 想象一下&#xff0c;当你听到一段AI生成的语音时&#xff0c;如何确认它的真实来源&#xff1f;这就是AudioSeal要解决的核心问题。作为Meta开源的语音水印系统&#xff0c…...

编程新知 2026/3/29 7:27:24

Web 开发者零 AI 基础入门：Skill 开发实战全攻略

引言&#xff1a;提示词是即兴发挥&#xff0c;Skill 是专业标准前言&#xff1a;作为 Web 开发者&#xff0c;我们早已习惯「组件化开发、接口化调用、工程化部署」的工作流。面对 AI 应用落地&#xff0c;很多人误以为必须精通大模型、机器学习才能参与开发。事实上&#xff…...

编程新知 2026/3/29 5:34:00

FastMoss TikTok电商数据爬取实战：JS逆向与MD5签名破解

1. FastMoss TikTok电商数据爬取的核心挑战 最近在研究FastMoss平台的TikTok电商数据爬取&#xff0c;发现最大的难点在于请求签名加密。当你访问https://www.fastmoss.com/zh/e-commerce/saleslist这个页面时&#xff0c;切换周榜会触发一个带有fm-sign签名的加密请求。这个签…...

编程新知 2026/3/29 4:35:20

基于FPGA的DDS在安路TD和EG4A20BG256上的调试技巧与实战经验（五）

1. 安路TD软件常见编译问题排查指南 第一次用安路TD软件编译DDS工程时&#xff0c;我遇到了几个典型的编译错误。最常见的就是license报错&#xff0c;这个坑我踩过三次。当你看到"License expired"或者"Invalid license"提示时&#xff0c;别急着重装软件…...

编程新知 2026/3/29 4:21:04

阿里巴巴Sentinel流量控制：从基础概念到核心算法实现

阿里巴巴Sentinel流量控制&#xff1a;从基础概念到核心算法实现 【免费下载链接】Sentinel alibaba/Sentinel: Sentinel 是阿里巴巴开源的一款面向分布式服务架构的流量控制、熔断降级组件&#xff0c;提供实时监控、限流、降级和系统保护功能&#xff0c;适用于微服务治理场景…...

编程新知 2026/3/29 2:40:12

基于HY-Motion 1.0的智能剧本创作系统：自动生成角色动作描述

基于HY-Motion 1.0的智能剧本创作系统&#xff1a;自动生成角色动作描述 1. 当编剧不再为动作细节发愁 你有没有过这样的经历&#xff1a;写到关键场景时&#xff0c;卡在一句“他猛地转身&#xff0c;眼神里闪过一丝犹豫”之后&#xff0c;接下来该写什么&#xff1f;是“右…...

编程新知 2026/3/29 1:57:45