爬数据html解析,jsoup网络爬取数据HTML解析

Jsoup是一款网络爬取数据的解析器，可以解析HTML文件中的任何子节点，支持离线HTML文件、字符型HTML内容、URL的解析。非常方便和实用。

Document doc = Jsoup.connect("https://www.zhihu.com/").get();

//File f = new File("pathname");

//Document doc = Jsoup.parse(f, "UTF-8", "");//离线文件形式

//Document doc = Jsoup.parse("html_String");//HTML格式的字符串

Elements links = doc.select("a[href]");

for (Element link : links) {

sff.append(link.attr("abs:href")).append(" ").append(link.text()).append(" ");

}

myString = sff.toString();

Log.i("href:", myString);

它获取内容的主要方式如下几点：

1.通过标签名来查找

3325

Elements elements = doc.select("span");

注：通过标签来查找，直接写 "标签名" 就好，不需要尖括号。

2.通过 id 来查找

36 20

Elements elements = doc.select("#mySpan");

注：通过id来查找，使用方法跟css指定元素一样，用#

3.通过 class名来查找

3620

Elements elements = doc.select(".myClass");

注：通过id来查找，使用方法跟css指定元素一样，用 .

4.利用标签内属性名查找元素

3636

Elements elements = doc.select("span[class=class1]span[id=id1]");

注：规则为标签名【属性名=属性值】，标签名可写可不写，多个属性即多个【】，如上。

5.利用标签内属性名前缀查找元素

3622

Elements elements = doc.select("span[^cl]");

注：规则为标签名【^属性名前缀】，标签名可写可不写，多个属性即多个【】。

6.利用标签内属性名+正则表达式查找元素

3622

Elements elements = doc.select("span[class~=^AB]");

注：规则为标签名【属性名~=正则表达式】，以上的正则表达式的意思是查找以class值以AB为开头的标签，标签名可写可不写，多个属性即多个【】

7.利用标签文本包含某些内容来查找

3622

Elements elements = doc.select("span:contains(3)");

注：规则为标签名:contains(文本值)

8.利用标签文本包含某些内容+正则表达式来查找

3622

Elements elements = doc.select("span:matchesOwn(^3)");

爬数据html解析,jsoup网络爬取数据HTML解析相关推荐

delphi 通讯数据解析_网络工程师-ARP是如何解析？
ARP解析,网络工程师https://www.zhihu.com/video/1137409061321523200 1. ARP是什么? ARP是OSI网络层,主要作用是IP解析为MAC地址. 1. ...
beautifulsoup网页爬虫解析_Python3 网络爬虫快速入门实战解析
点击上方"Python高校",关注文末干货立马到手作者:Jack Cui http://cuijiahua.com/blog/2017/10/spider_tutorial_1 ...
python从文件中读取数据_使用Python脚本从文件读取数据代码实例
这篇文章主要介绍了使用Python脚本从文件读取数据代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下最近自学Python的进度比较慢,工作之 ...
matlab导入桌面excel数据库,matlab导入excel数据_excel怎么导入网络上的数据？_excel导入网络数据...
网络上的数据怎么导到excel中.有方法是直接复制然后粘贴到excel中,但是网络上直接复制过来的,可能不能直接进去下一步编辑.因为复制过来的每个词后面都有空格,是不能进行直接计算,连最基本的求和都不 ...
python从文件读取数据到列表_python之从文件读取数据到list的实例讲解
{"moduleinfo":{"card_count":[{"count_phone":1,"count":1}],&q ...
numpy.transpose()方法的使用，该方法其实并没有改变数据的几何位置，只是取数据的角度不同
https://www.cnblogs.com/caizhou520/p/11227986.html
python爬网站数据实例-如何用Python爬数据？（一）网页抓取
如何用Python爬数据?(一)网页抓取你期待已久的Python网络数据爬虫教程来了.本文为你演示如何从网页里找到感兴趣的链接和说明文字,抓取并存储到Excel. 需求我在公众号后台,经常可以收到 ...
网络抓取与网络爬取的区别
网络抓取,从其自身的含义到在商业领域使用的各种情况,以及未来商业领域的无限潜能来看,都相对复杂.当然,还有另一个常见的术语--网络爬取.可能别人会说两种说法意义相同,但其实还是有细微差别的,今天我们就 ...
Volley 源码解析之网络请求
Volley源码分析三部曲 Volley 源码解析之网络请求 Volley 源码解析之图片请求 Volley 源码解析之缓存机制 Volley 是 Google 推出的一款网络通信框架,非常适合数据量 ...

爬数据html解析,jsoup网络爬取数据HTML解析

爬数据html解析,jsoup网络爬取数据HTML解析相关推荐

最新文章

热门文章