解析和遍历文档
解析HTML文档:
String html = "<html><head><title>First parse</title></head>"
+ "<body><p>Parsed HTML into a doc.</p></body></html>";
Document doc = Jsoup.parse(html);
解析器尽可能的解析给出的HTML文件，无论HTML文件是否格式良好。它可以很好的处理：
(1)未结束的标签(例如：<p>Lorem<p>Ipsum 解析为 <p>Lorem</p> <p>Ipsum</p>)
(2)未指明的标签(例如：将<td>Table data</td> 包装成 <table><tr><td>Table data </td></tr></tabel>)
(3)可靠地创建文档结构(包含一个head和一个body的html,在head中只有适当的元素)
文档的对象模型
文档包含Elements和TextNodes(以及其他几个misc节点:见包树的节点)。
继承链是:文档扩展元素扩展节点。TextNode扩展节点。
一个元素包含一系列的孩子节点,有一个父元素。他们也提供过滤的子元素列表。
原文:http://jsoup.org/cookbook/introduction/parsing-a-document
时间： 2024-10-18 08:33:59