版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/qq_15764943/article/details/85243212
简介
Jsoup 是一款Java 的HTML解析器,可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API,可通过DOM,CSS以及类似于jQuery的操作方法来取出和操作数据。
导入jar
下载地址: https://pan.baidu.com/s/1vKS3WmcvgS5Ul9DUbLIA7Q 提取码:cpuf
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.8.3</version>
</dependency>
简单示例
/**
*
* 抓取博客链接
*
* @author vander
* @date 2018年12月25日
*/
public class JsoupTest {
private String Agent = "Mozilla/5.0 (Windows NT 6.1;WOW64; rv:42.0) Gecko/20100101 Firefox/42.0";
@Test
public void testPLXC() throws Exception {
String startPage = "https://blog.csdn.net/qq_15764943/article/list/1";
Document document = Jsoup.connect(startPage).userAgent(Agent).get();
Elements select = document.getElementsByClass("article-item-box");
for (Element element : select) {
Elements a = element.getElementsByTag("h4").get(0).getElementsByTag("a");
String url = a.get(0).text();
System.out.println("博客名称:" + url);
System.out.println("博客链接:" + a.attr("href"));
}
}
}