Jsoup的网页工具类

如果有相关问题，可以一起研究下

引入相关依赖

<!-- Html工具 -->
<dependency><groupId>org.jsoup</groupId><artifactId>jsoup</artifactId><version>1.14.1</version>
</dependency>

代码片段

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;import java.io.*;
import java.nio.charset.StandardCharsets;/*** @Author: Climbing-pit* @Date: 2022/4/19 9:56* @Description: 网页工具类*/
public class HtmlUtil {/***  读取本地HTML文件*  批量移除某个标签的某个属性*  重新写入* @param filePath  HTML文件路径* @param tagName   标签名，例如<div></div>、<img></img>、<p></p>等等* @param attrName  属性名，例如id, class, src, style等等* @throws IOException*/public static void removeForTagAttr(String filePath, String tagName, String attrName) throws IOException {File in = new File(filePath);Document document = Jsoup.parse(in, "UTF-8");Elements imgs = document.getElementsByTag(tagName);for (Element img : imgs) {img.removeAttr(attrName);}write(in, document);}/***  读取本地HTML文件*  批量修改某个标签的某个属性*  重新写入* @param filePath  HTML文件路径* @param tagName   标签名，例如<div></div>、<img></img>、<p></p>等等* @param attrName  属性名，例如id, class, src, style等等* @throws IOException*/public static void editForTagAttr(String filePath, String tagName, String attrName, String attrValue) throws IOException {File in = new File(filePath);Document document = Jsoup.parse(in, "UTF-8");Elements imgs = document.getElementsByTag(tagName);for (Element img : imgs) {img.attr(attrName, attrValue);}write(in, document);}/***  编辑完Document后写入* @param in    源文件* @param document  新的Document* @throws IOException*/public static void write(File in, Document document) throws IOException {//重新写入FileOutputStream fos = new FileOutputStream(in, false);OutputStreamWriter osw = new OutputStreamWriter(fos, StandardCharsets.UTF_8);osw.write(document.html());osw.close();}public static void main(String[] args) {String filePath = "D:\\files\\practice\\testPaper\\1650335157835\\1650335157835.html";String tagName = "img";String attrName = "alt";try {HtmlUtil.removeForTagAttr(filePath, tagName, attrName);} catch (IOException e) {e.printStackTrace();}}
}

注意：jsoup是基于MIT协议发布的，可放心使用于商业项目。

Jsoup的网页工具类相关推荐

如何通过jsoup网络爬虫工具爬取网页数据,并通过jxl工具导出到excel
1:闲话少说,直接看需求: 抓取的url:http://www.shparking.cn/index.php/welcome/municipal_parking?key=&per_page=. ...
[XML-Jsoup]Jsoup_对象的使用(Jsoup工具类，Document，Elements，Element，Node)
对象的使用: 1. Jsoup:工具类,可以解析html或xml文档,返回Document* parse:解析html或xml文档,返回Document* parse(File in, String ...
Bootstrap——制作个人简历网页、工具类【边框（添加、删除、颜色、圆角）、清除浮动、颜色（文本、链接、背景）、display属性、浮动、定位、文本对齐】
制作个人简历网页代码: <!DOCTYPE html> <html><head><meta charset="UTF-8">< ...
JAVA 对接支付宝的网页支付、当面付工具类
maven pom需要引入的jar  <dependency><groupId>com.alipay.sdk</groupId> ...
Java网页爬虫--基于URLConnection的网页爬虫工具类
在这个数据为王的时代,爬虫应用地越来越广泛,对于一个萌新程序员来说如果你要做爬虫,那么Python是你的不二之选.但是对于那些老腊肉的Java程序员(亦或者你是程序媛)想使用Java做爬虫也不是不行, ...
jsoup html转义处理,jsoup解析网页出现转义符问题
https://www.oschina.net/question/996055_136438 *************************************** 我要解析这个网页 htt ...
JAVA WEB之XSS防御工具类代码示例
简述人们经常将跨站脚本攻击(Cross Site Scripting)缩写为CSS,但这会与层叠样式表(Cascading Style Sheets,CSS)的缩写混淆.因此,有人将跨站脚本攻击缩写 ...
免费IP代理池定时维护，封装通用爬虫工具类每次随机更新IP代理池跟UserAgent池，并制作简易流量爬虫...
前言我们之前的爬虫都是模拟成浏览器后直接爬取,并没有动态设置IP代理以及UserAgent标识,这样很容易被服务器封IP,因此需要设置IP代理,但又不想花钱买,网上有免费IP代理,但大多都数都是不可 ...
Android 开源控件与常用开发框架开发工具类
Android的加载动画AVLoadingIndicatorView 项目地址: https://github.com/81813780/AVLoadingIndicatorView 首先,在 bui ...

Jsoup的网页工具类

Jsoup的网页工具类相关推荐

最新文章

热门文章