Jsoup是不是叫爬虫框架我不清楚,只是比较应景,别深究。Jsoup功能非常强大,它可以使用 DOM 或 CSS 选择器来查找、取出数据。有人会说,我使用字符串操作函数构造取文本中间函数也是可以从网页HTML中取得需要的内容,那是你没遇到经常改版的网页,并且使用字符串操作来解析网页是非常麻烦的,因为不同的网页字符串标识不一样,而Jsoup不仅使用方便,而且可以像jQuery的选择器那样取数据,非常好用,不吹了,看下面介绍。
Jsoup 是一款 Java 的 HTML 解析器,可直接解析某个 URL 地址、HTML 文本内容。它提供了一套非常省力的 API,可通过 DOM,CSS 以及类似于 jQuery 的操作方法来取出和操作数据。
Jsoup的主要功能:
1. 从一个 URL,文件或字符串中解析 HTML;
2. 使用 DOM 或 CSS 选择器来查找、取出数据;
3. 可操作 HTML 元素、属性、文本;
Jsoup官方地址:https://jsoup.org/download
使用案例
private void getDataByJsoup(){ final NewsInfo newsInfo = new NewsInfo(); final Message message = new Message(); newsList.add(newsInfo); // 开启一个新线程 new Thread(new Runnable() { @Override public void run() { try { // 网络加载HTML文档 Document doc = Jsoup.connect("https://voice.hupu.com/nba") .timeout(5000) // 设置超时时间 .get(); // 使用GET方法访问URL Elements elements = doc.select("div.list-hd"); for (Element element:elements){ String title = element.select("a").text(); // 新闻标题 String url = element.select("a").attr("href"); // 新闻内容链接 newsInfo.setTitle(title); newsInfo.setNewsUrl(url); Log.e("TAG","Jsoup ======>>" + title + url); } Elements elements1 = doc.select("div.otherInfo"); for (Element element: elements1){ String time = element.select("a").text(); // 时间 newsInfo.setNewsTime(time); Log.e("TAG","Jsoup ======>>" + time ); } message.what = 1; } catch (IOException e) { message.what = 2; e.printStackTrace(); } handler.sendMessage(message); } }).start(); }
结果如下图所示:
原创文章,作者:奋斗,如若转载,请注明出处:https://blog.ytso.com/tech/pnotes/242236.html