jsoup - 提取 HTML

以下示例将展示将 HTML 字符串解析到文档对象后，如何使用方法来获取内部 html 和外部 html。

语法

Document document = Jsoup.parse(html);
Element link = document.select("a").first();         

System.out.println("Outer HTML: " + link.outerHtml());
System.out.println("Inner HTML: " + link.html());

其中

document - 文档对象表示 HTML DOM。
Jsoup - 用于解析给定 HTML 字符串的主类。
html - HTML 字符串。
link - 元素对象表示表示锚点标签的 html 节点元素。
link.outerHtml() - outerHtml() 方法检索元素的完整 html。
link.html() - html() 方法检索元素的内部 html。

描述

元素对象表示一个 dom 元素并提供各种方法来获取 dom 元素的 html。

示例

在 C:/> jsoup 中使用任意编辑器创建以下 java 程序。

JsoupTester.java

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //a with href
      Element link = document.select("a").first();         

      System.out.println("Outer HTML: " + link.outerHtml());
      System.out.println("Inner HTML: " + link.html());
   }
}

验证结果

使用 javac 编译器编译类，如下所示

C:\jsoup>javac JsoupTester.java

现在运行 JsoupTester 查看结果。

C:\jsoup>java JsoupTester

查看结果。

Outer HTML: <a href="www.google.com">Google</a>
Inner HTML: Google

打印页面