使用Jsoup解析html

时间:2021-11-20 19:26:11

在前面一些文章中介绍了Jsoup的一些常用类的使用:jsoup的Document类Jsoup类jsoup的Node类jsoup的Element类jsoup的Elements类。都是其常用API的翻译,这里给一个简单例子:

MainActivity:

 

package com.home.testjsoup;

import java.io.IOException;
import java.net.MalformedURLException;
import java.net.URL;

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

import android.app.Activity;
import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;

public class MainActivity extends Activity implements OnClickListener {
private Button btn;
private static final String URL_STR = "http://vip.astro.sina.com.cn/iframe/astro/view/aries/day/";

@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.main);
btn = (Button) findViewById(R.id.main_btn);
btn.setOnClickListener(this);
}

@Override
public void onClick(View v) {
if (v == btn) {
new Thread(r).start();
}
}

Runnable r = new Runnable() {
Document doc;

@Override
public void run() {
try {
doc = Jsoup.parse(new URL(URL_STR), 10000);
} catch (MalformedURLException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
if (doc != null) {
doParse(doc);
}
}
};

/**
* 解析html中部分内容
*
* @param doc
*/
private void doParse(Document doc) {
// 解析出星座描述
String describe = doc.getElementsByClass("lotconts").first().text();
System.out.println(describe);

// 解析出有效日期
String validDate = doc.getElementsByClass("datea").first().text();
System.out.println(validDate);

// 解析出星座名称和日期
String constellationDate = doc.select("span").first().text();
System.out.println(constellationDate);

// 解析所有class为“tab”的内容
Elements elements = doc.getElementsByClass("tab");
if (elements != null) {
for (Element e : elements) {
// 模块标题
String title = e.select("h4").get(0).text();
System.out.println(title);

// p标签之间的文本内容,没有则为null
String pText = e.select("p").get(0).text();
System.out.println(pText);

// src链接地址
Elements linkText = e.select("[src]");
System.out.println(linkText.attr("src"));
}
}

}
}