jsoup - Szybki przewodnik

jsoup to oparta na języku Java biblioteka do pracy z zawartością HTML. Zapewnia bardzo wygodny interfejs API do wyodrębniania i manipulowania danymi przy użyciu najlepszych metod DOM, CSS i jquery. Implementuje specyfikację WHATWG HTML5 i analizuje HTML do tego samego DOM, co współczesne przeglądarki.

Biblioteka jsoup implementuje specyfikację WHATWG HTML5 i analizuje zawartość HTML do tego samego DOM, co w nowoczesnych przeglądarkach.

Biblioteka jsonp zapewnia następujące funkcjonalności.

  • Multiple Read Support - Czyta i analizuje HTML za pomocą adresu URL, pliku lub ciągu.

  • CSS Selectors - Potrafi znaleźć i wyodrębnić dane za pomocą przechodzenia przez DOM lub selektorów CSS.

  • DOM Manipulation - Może manipulować elementami, atrybutami i tekstem HTML.

  • Prevent XSS attacks - Może czyścić treści przesłane przez użytkowników z określonej bezpiecznej białej listy, aby zapobiec atakom XSS.

  • Tidy - Wyświetla czysty HTML.

  • Handles invalid data - jsoup może obsługiwać niezamknięte znaczniki, niejawne znaczniki i może niezawodnie tworzyć strukturę dokumentu.

Konfiguracja środowiska lokalnego

JUnit to framework dla Javy, więc pierwszym wymaganiem jest zainstalowanie JDK na twoim komputerze.

Wymagania systemowe

JDK 1.5 lub nowszy.
Pamięć Brak minimalnych wymagań.
Miejsca na dysku Brak minimalnych wymagań.
System operacyjny Brak minimalnych wymagań.

Krok 1: Zweryfikuj instalację Java na swoim komputerze

Przede wszystkim otwórz konsolę i wykonaj polecenie java w oparciu o system operacyjny, na którym pracujesz.

OS Zadanie Komenda
Windows Otwórz konsolę poleceń c: \> java -version
Linux Otwórz terminal poleceń $ java -version
Prochowiec Otwórz Terminal maszyna: <joseph $ java -version

Sprawdźmy dane wyjściowe dla wszystkich systemów operacyjnych -

OS Wynik
Windows

wersja java „1.6.0_21”

Java (TM) SE Runtime Environment (kompilacja 1.6.0_21-b07)

Maszyna wirtualna klienta Java HotSpot (TM) (kompilacja 17.0-b17, tryb mieszany, udostępnianie)
Linux

wersja java „1.6.0_21”

Java (TM) SE Runtime Environment (kompilacja 1.6.0_21-b07)

Maszyna wirtualna klienta Java HotSpot (TM) (kompilacja 17.0-b17, tryb mieszany, udostępnianie)
Prochowiec

wersja java „1.6.0_21”

Java (TM) SE Runtime Environment (kompilacja 1.6.0_21-b07)

Java HotSpot (TM) 64-bitowa maszyna wirtualna serwera (kompilacja 17.0-b17, tryb mieszany, udostępnianie)

Jeśli nie masz zainstalowanej Java w swoim systemie, pobierz pakiet Java Software Development Kit (SDK) z poniższego łącza https://www.oracle.com. Zakładamy Java 1.6.0_21 jako zainstalowaną wersję dla tego samouczka.

Krok 2: Ustaw środowisko JAVA

Ustaw JAVA_HOMEzmienna środowiskowa wskazująca lokalizację katalogu podstawowego, w którym na komputerze jest zainstalowana Java. Na przykład.

OS Wynik
Windows Ustaw zmienną środowiskową JAVA_HOME na C: \ Program Files \ Java \ jdk1.6.0_21
Linux eksportuj JAVA_HOME = / usr / local / java-current
Prochowiec eksportuj JAVA_HOME = / Library / Java / Home

Dołącz lokalizację kompilatora Java do ścieżki systemowej.

OS Wynik
Windows Dołącz ciąg C:\Program Files\Java\jdk1.6.0_21\bin na końcu zmiennej systemowej, Path.
Linux export PATH = $ PATH: $ JAVA_HOME / bin /
Prochowiec nie wymagane

Sprawdź instalację oprogramowania Java za pomocą polecenia java -version jak wyjaśniono powyżej.

Krok 3: Pobierz archiwum jsoup

Pobierz najnowszą wersję pliku jar jsoup z repozytorium Maven . W czasie pisania tego samouczka pobraliśmy plik jsoup-1.8.3.jar i skopiowaliśmy go do folderu C: \> jsoup.

OS Nazwa archiwum
Windows jsoup-1.8.3.jar
Linux jsoup-1.8.3.jar
Prochowiec jsoup-1.8.3.jar

Krok 4: Ustaw środowisko jsoup

Ustaw JSOUP_HOMEzmienna środowiskowa wskazująca lokalizację katalogu podstawowego, w którym jest przechowywany plik jsoup jar na komputerze. Załóżmy, że zapisaliśmy plik jsoup-1.8.3.jar w folderze JSOUP.

Sr.No System operacyjny i opis
1

Windows

Ustaw zmienną środowiskową JSOUP_HOME na C: \ JSOUP
2

Linux

eksportuj JSOUP_HOME = / usr / local / JSOUP
3

Mac

eksportuj JSOUP_HOME = / Library / JSOUP

Krok 5: Ustaw zmienną CLASSPATH

Ustaw CLASSPATH zmienna środowiskowa wskazująca lokalizację jar JSOUP.

Sr.No System operacyjny i opis
1

Windows

Ustaw zmienną środowiskową CLASSPATH na% CLASSPATH%;% JSOUP_HOME% \ jsoup-1.8.3.jar;.;
2

Linux

eksportuj CLASSPATH = $ CLASSPATH: $ JSOUP_HOME / jsoup-1.8.3.jar :.
3

Mac

eksportuj CLASSPATH = $ CLASSPATH: $ JSOUP_HOME / jsoup-1.8.3.jar :.

Poniższy przykład pokaże parsowanie ciągu HTML do obiektu Document.

Składnia

Document document = Jsoup.parse(html);

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

Opis

Metoda parse (String html) analizuje wejściowy kod HTML do nowego dokumentu. Ten obiekt dokumentu może być używany do przechodzenia i uzyskiwania szczegółowych informacji o html dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body><p>Sample Content</p></body></html>";
      Document document = Jsoup.parse(html);
      System.out.println(document.title());
      Elements paragraphs = document.getElementsByTag("p");
      for (Element paragraph : paragraphs) {
            System.out.println(paragraph.text());
      }
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Sample Title
Sample Content

Poniższy przykład pokaże parsowanie ciągu HTML fragement String do obiektu Element jako treść HTML.

Składnia

Document document = Jsoup.parseBodyFragment(html);
Element body = document.body();

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg fragmentu HTML.

  • body - reprezentuje elementy potomne elementu body dokumentu i jest równoważne z document.getElementsByTag ("body").

Opis

Metoda parseBodyFragment (String html) analizuje wejściowy kod HTML do nowego dokumentu. Ten obiekt dokumentu może być używany do przechodzenia i pobierania szczegółów fragmentu treści HTML.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<div><p>Sample Content</p>";
      Document document = Jsoup.parseBodyFragment(html);
      Element body = document.body();
      Elements paragraphs = body.getElementsByTag("p");
      for (Element paragraph : paragraphs) {
         System.out.println(paragraph.text());
      }
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Sample Content

Poniższy przykład przedstawia pobieranie kodu HTML z sieci przy użyciu adresu URL, a następnie znajdowanie jego danych.

Składnia

String url = "http://www.google.com";
Document document = Jsoup.connect(url).get();

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do podłączenia adresu URL i pobrania ciągu HTML.

  • url - URL strony html do załadowania.

Opis

Metoda connect (url) nawiązuje połączenie z adresem URL, a metoda get () zwraca kod HTML żądanego adresu URL.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

public class JsoupTester {
   public static void main(String[] args) throws IOException {
   
      String url = "http://www.google.com";
      Document document = Jsoup.connect(url).get();
      System.out.println(document.title());
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Google

Poniższy przykład przedstawia pobieranie kodu HTML z dysku przy użyciu pliku, a następnie znajdowanie jego danych.

Składnia

String url = "http://www.google.com";
Document document = Jsoup.connect(url).get();

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do podłączenia adresu URL i pobrania ciągu HTML.

  • url - URL strony html do załadowania.

Opis

Metoda connect (url) nawiązuje połączenie z adresem URL, a metoda get () zwraca kod HTML żądanego adresu URL.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

import java.io.File;
import java.io.IOException;
import java.net.URISyntaxException;
import java.net.URL;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

public class JsoupTester {
   public static void main(String[] args) throws IOException, URISyntaxException {
      
      URL path = ClassLoader.getSystemResource("test.htm");
      File input = new File(path.toURI());
      Document document = Jsoup.parse(input, "UTF-8");
      System.out.println(document.title());
   }
}

test.htm

Utwórz następujący plik test.htm w folderze C: \ jsoup.

<html>
   <head>
      <title>Sample Title</title>
   </head>
   <body>
      <p>Sample Content</p>
   </body>
</html>

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Sample Title

Poniższy przykład pokaże użycie metod podobnych do DOM po przeanalizowaniu ciągu HTML do obiektu Document.

Składnia

Document document = Jsoup.parse(html);
Element sampleDiv = document.getElementById("sampleDiv");
Elements links = sampleDiv.getElementsByTag("a");

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

  • sampleDiv - Obiekt Element reprezentuje element węzła html identyfikowany przez id „sampleDiv”.

  • links - Obiekt Elements reprezentuje wiele elementów węzłowych oznaczonych znacznikiem „a”.

Opis

Metoda parse (String html) analizuje wejściowy kod HTML do nowego dokumentu. Ten obiekt dokumentu może być używany do przechodzenia i uzyskiwania szczegółowych informacji o html dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a></div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);
      System.out.println(document.title());
      Elements paragraphs = document.getElementsByTag("p");
      for (Element paragraph : paragraphs) {
         System.out.println(paragraph.text());
      }

      Element sampleDiv = document.getElementById("sampleDiv");
      System.out.println("Data: " + sampleDiv.text());
      Elements links = sampleDiv.getElementsByTag("a");

      for (Element link : links) {
         System.out.println("Href: " + link.attr("href"));
         System.out.println("Text: " + link.text());
      }
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Sample Title
Sample Content
Data: Google
Href: www.google.com
Text: Google

Poniższy przykład ilustruje użycie metod selektora po przeanalizowaniu ciągu HTML do obiektu Document. jsoup obsługuje selektory podobne do selektorów CSS.

Składnia

Document document = Jsoup.parse(html);
Element sampleDiv = document.getElementById("sampleDiv");
Elements links = sampleDiv.getElementsByTag("a");

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

  • sampleDiv - Obiekt Element reprezentuje element węzła html identyfikowany przez id „sampleDiv”.

  • links - Obiekt Elements reprezentuje wiele elementów węzłowych oznaczonych znacznikiem „a”.

Opis

Metoda document.select (expression) analizuje dane wyrażenie selektora CSS w celu wybrania elementu html dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         + "<div id='imageDiv' class='header'><img name='google' src='google.png' />"
         + "<img name='yahoo' src='yahoo.jpg' />"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //a with href
      Elements links = document.select("a[href]");

      for (Element link : links) {
         System.out.println("Href: " + link.attr("href"));
         System.out.println("Text: " + link.text());
      }

      // img with src ending .png
      Elements pngs = document.select("img[src$=.png]");

      for (Element png : pngs) {
         System.out.println("Name: " + png.attr("name"));
      }

      // div with class=header
      Element headerDiv = document.select("div.header").first();
      System.out.println("Id: " + headerDiv.id());
   
      // direct a after h3
      Elements sampleLinks = document.select("h3 > a"); 

      for (Element link : sampleLinks) {
         System.out.println("Text: " + link.text());
      }
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Href: www.google.com
Text: Google
Name: google
Id: imageDiv
Text: Sample

Poniższy przykład pokaże użycie metody do uzyskania atrybutu elementu dom po przeanalizowaniu ciągu HTML do obiektu Document.

Składnia

Document document = Jsoup.parse(html);
Element link = document.select("a").first();
System.out.println("Href: " + link.attr("href"));

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

  • link - Obiekt Element reprezentuje element węzła html reprezentujący znacznik kotwicy.

  • link.attr() - metoda attr (atrybut) pobiera atrybut elementu.

Opis

Obiekt Element reprezentuje element dom i zapewnia różne metody uzyskiwania atrybutu elementu dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //a with href
      Element link = document.select("a").first();         

      System.out.println("Href: " + link.attr("href"));
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Href: www.google.com

Poniższy przykład ilustruje użycie metod do uzyskania tekstu po przeanalizowaniu ciągu HTML do obiektu Document.

Składnia

Document document = Jsoup.parse(html);
Element link = document.select("a").first();     
System.out.println("Text: " + link.text());

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

  • link - Obiekt Element reprezentuje element węzła html reprezentujący znacznik kotwicy.

  • link.text() - metoda text () pobiera tekst elementu.

Opis

Obiekt Element reprezentuje dom elment i udostępnia różne metody uzyskiwania tekstu elementu dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //a with href
      Element link = document.select("a").first();         

      System.out.println("Text: " + link.text());
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Text: Google

Poniższy przykład przedstawia użycie metod do uzyskania wewnętrznego i zewnętrznego kodu HTML po przeanalizowaniu ciągu HTML do obiektu Document.

Składnia

Document document = Jsoup.parse(html);
Element link = document.select("a").first();         

System.out.println("Outer HTML: " + link.outerHtml());
System.out.println("Inner HTML: " + link.html());

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

  • link - Obiekt Element reprezentuje element węzła html reprezentujący znacznik kotwicy.

  • link.outerHtml() - metoda externalHtml () pobiera kompletny html elementu.

  • link.html() - metoda html () pobiera element wewnętrzny html.

Opis

Obiekt Element reprezentuje element dom i zapewnia różne metody pobierania kodu HTML elementu dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //a with href
      Element link = document.select("a").first();         

      System.out.println("Outer HTML: " + link.outerHtml());
      System.out.println("Inner HTML: " + link.html());
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Outer HTML: <a href="www.google.com">Google</a>
Inner HTML: Google

Poniższy przykład pokaże metody, które mogą zapewnić względne i bezwzględne adresy URL obecne na stronie html.

Składnia

String url = "http://www.tutorialspoint.com/";
Document document = Jsoup.connect(url).get();
Element link = document.select("a").first();         

System.out.println("Relative Link: " + link.attr("href"));
System.out.println("Absolute Link: " + link.attr("abs:href"));
System.out.println("Absolute Link: " + link.absUrl("href"));

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do łączenia się z adresem URL i pobierania zawartości html.

  • link - Obiekt Element reprezentuje element węzła html reprezentujący znacznik kotwicy.

  • link.attr("href")- podaje wartość href obecną w tagu kotwicy. Może być względne lub bezwzględne.

  • link.attr("abs:href") - dostarcza bezwzględny adres URL po rozstrzygnięciu względem podstawowego identyfikatora URI dokumentu.

  • link.absUrl("href") - dostarcza bezwzględny adres URL po rozstrzygnięciu względem podstawowego identyfikatora URI dokumentu.

Opis

Obiekt Element reprezentuje element domeny i zapewnia metody uzyskiwania względnych i bezwzględnych adresów URL obecnych na stronie html.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

import java.io.IOException;

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

public class JsoupTester {
   public static void main(String[] args) throws IOException {
   
      String url = "http://www.tutorialspoint.com/";
      Document document = Jsoup.connect(url).get();

      Element link = document.select("a").first();
      System.out.println("Relative Link: " + link.attr("href"));
      System.out.println("Absolute Link: " + link.attr("abs:href"));
      System.out.println("Absolute Link: " + link.absUrl("href"));
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Relative Link: index.htm
Absolute Link: https://www.tutorialspoint.com/index.htm
Absolute Link: https://www.tutorialspoint.com/index.htm

Poniższy przykład pokaże użycie metody do ustawiania atrybutów elementu dom, zbiorczych aktualizacji i dodawania / usuwania metod klas po przeanalizowaniu ciągu HTML do obiektu Document.

Składnia

Document document = Jsoup.parse(html);
Element link = document.select("a").first();         
link.attr("href","www.yahoo.com");     
link.addClass("header"); 
link.removeClass("header");

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

  • link - Obiekt Element reprezentuje element węzła html reprezentujący znacznik kotwicy.

  • link.attr() - attr (atrybut, wartość) metoda ustawia atrybut elementu na odpowiednią wartość.

  • link.addClass() - metoda addClass (klasa) dodaj klasę pod atrybutem klasy.

  • link.removeClass() - metoda removeClass (klasa) usuwa klasę pod atrybutem klasy.

Opis

Obiekt Element reprezentuje element dom i zapewnia różne metody uzyskiwania atrybutu elementu dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a id='googleA' href='www.google.com'>Google</a></div>"
         + "<div class='comments'><a href='www.sample1.com'>Sample1</a>"
         + "<a href='www.sample2.com'>Sample2</a>"
         + "<a href='www.sample3.com'>Sample3</a><div>"
         +"</div>"
         + "<div id='imageDiv' class='header'><img name='google' src='google.png' />"
         + "<img name='yahoo' src='yahoo.jpg' />"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //Example: set attribute
      Element link = document.getElementById("googleA");
      System.out.println("Outer HTML Before Modification :"  + link.outerHtml());
      link.attr("href","www.yahoo.com");      
      System.out.println("Outer HTML After Modification :"  + link.outerHtml());
      System.out.println("---");
      
      //Example: add class
      Element div = document.getElementById("sampleDiv");
      System.out.println("Outer HTML Before Modification :"  + div.outerHtml());
      link.addClass("header");      
      System.out.println("Outer HTML After Modification :"  + div.outerHtml());
      System.out.println("---");
      
      //Example: remove class
      Element div1 = document.getElementById("imageDiv");
      System.out.println("Outer HTML Before Modification :"  + div1.outerHtml());
      div1.removeClass("header");      
      System.out.println("Outer HTML After Modification :"  + div1.outerHtml());
      System.out.println("---");
      
      //Example: bulk update
      Elements links = document.select("div.comments a");
      System.out.println("Outer HTML Before Modification :"  + links.outerHtml());
      links.attr("rel", "nofollow");
      System.out.println("Outer HTML Before Modification :"  + links.outerHtml());
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Outer HTML Before Modification :<a id="googleA" href="www.google.com">Google</a>
Outer HTML After Modification :<a id="googleA" href="www.yahoo.com">Google</a>
---
Outer HTML Before Modification :<div id="sampleDiv">
 <a id="googleA" href="www.yahoo.com">Google</a>
</div>
Outer HTML After Modification :<div id="sampleDiv">
 <a id="googleA" href="www.yahoo.com" class="header">Google</a>
</div>
---
Outer HTML Before Modification :<div id="imageDiv" class="header">
 <img name="google" src="google.png">
 <img name="yahoo" src="yahoo.jpg">
</div>
Outer HTML After Modification :<div id="imageDiv" class="">
 <img name="google" src="google.png">
 <img name="yahoo" src="yahoo.jpg">
</div>
---
Outer HTML Before Modification :<a href="www.sample1.com">Sample1</a>
<a href="www.sample2.com">Sample2</a>
<a href="www.sample3.com">Sample3</a>
Outer HTML Before Modification :<a href="www.sample1.com" rel="nofollow">Sample1</a>
<a href="www.sample2.com" rel="nofollow">Sample2</a>
<a href="www.sample3.com" rel="nofollow">Sample3</a>

Poniższy przykład ilustruje użycie metody do ustawiania, dołączania lub dołączania kodu HTML do elementu dom po przeanalizowaniu ciągu HTML do obiektu Document.

Składnia

Document document = Jsoup.parse(html);
Element div = document.getElementById("sampleDiv");     
div.html("<p>This is a sample content.</p>");   
div.prepend("<p>Initial Text</p>");
div.append("<p>End Text</p>");

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

  • div - Obiekt Element reprezentuje element węzła html reprezentujący znacznik kotwicy.

  • div.html() - metoda html (content) zastępuje zewnętrzny html elementu odpowiednią wartością.

  • div.prepend() - metoda prepend (content) dodaje zawartość przed zewnętrznym html.

  • div.append() - metoda append (content) dodaje zawartość po zewnętrznym html.

Opis

Obiekt Element reprezentuje element domeny i zapewnia różne metody ustawiania, dołączania lub dołączania kodu HTML do elementu dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<div id='sampleDiv'><a id='googleA' href='www.google.com'>Google</a></div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      Element div = document.getElementById("sampleDiv");
      System.out.println("Outer HTML Before Modification :\n"  + div.outerHtml());
      div.html("<p>This is a sample content.</p>");
      System.out.println("Outer HTML After Modification :\n"  + div.outerHtml());
      div.prepend("<p>Initial Text</p>");
      System.out.println("After Prepend :\n"  + div.outerHtml());
      div.append("<p>End Text</p>");
      System.out.println("After Append :\n"  + div.outerHtml());          
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Outer HTML Before Modification :
<div id="sampleDiv">
 <a id="googleA" href="www.google.com">Google</a>
</div>
Outer HTML After Modification :
<div id="sampleDiv">
 <p>This is a sample content.</p>
</div>
After Prepend :
<div id="sampleDiv">
 <p>Initial Text</p>
 <p>This is a sample content.</p>
</div>
After Append :
<div id="sampleDiv">
 <p>Initial Text</p>
 <p>This is a sample content.</p>
 <p>End Text</p>
</div>
Outer HTML Before Modification :
<span>Sample Content</span>
Outer HTML After Modification :
<span>Sample Content</span>

Poniższy przykład pokaże użycie metody do ustawiania, dodawania lub dołączania tekstu do elementu dom po przeanalizowaniu ciągu HTML do obiektu Document.

Składnia

Document document = Jsoup.parse(html);
Element div = document.getElementById("sampleDiv");     
div.text("This is a sample content.");   
div.prepend("Initial Text.");
div.append("End Text.");

Gdzie

  • document - obiekt dokumentu reprezentuje HTML DOM.

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Ciąg HTML.

  • div - Obiekt Element reprezentuje element węzła html reprezentujący znacznik kotwicy.

  • div.text() - metoda text (content) zamienia zawartość elementu na odpowiednią wartość.

  • div.prepend() - metoda prepend (content) dodaje zawartość przed zewnętrznym html.

  • div.append() - metoda append (content) dodaje zawartość po zewnętrznym html.

Opis

Obiekt Element reprezentuje element domeny i zapewnia różne metody ustawiania, dołączania lub dołączania kodu HTML do elementu dom.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

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

public class JsoupTester {
   public static void main(String[] args) {

      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<div id='sampleDiv'><a id='googleA' href='www.google.com'>Google</a></div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      Element div = document.getElementById("sampleDiv");
      System.out.println("Outer HTML Before Modification :\n"  + div.outerHtml());
      div.text(This is a sample content.");
      System.out.println("Outer HTML After Modification :\n"  + div.outerHtml());
      div.prepend("Initial Text.");
      System.out.println("After Prepend :\n"  + div.outerHtml());
      div.append("End Text.");
      System.out.println("After Append :\n"  + div.outerHtml());
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Outer HTML Before Modification :
<div id="sampleDiv">
 <a id="googleA" href="www.google.com">Google</a>
</div>
Outer HTML After Modification :
<div id="sampleDiv">
 This is a sample content.
</div>
After Prepend :
<div id="sampleDiv">
 Initial Text.This is a sample content.
</div>
After Append :
<div id="sampleDiv">
 Initial Text.This is a sample content.End Text.
</div>

Poniższy przykład ilustruje zapobieganie atakom XSS lub atakom typu cross-site scripting.

Składnia

String safeHtml =  Jsoup.clean(html, Whitelist.basic());

Gdzie

  • Jsoup - główna klasa do parsowania podanego ciągu HTML.

  • html - Początkowy ciąg HTML.

  • safeHtml - Wyczyść HTML.

  • Whitelist - Obiekt zapewniający domyślne konfiguracje w celu ochrony kodu HTML.

  • clean() - czyści html za pomocą białej listy.

Opis

Obiekt Jsoup oczyszcza kod HTML przy użyciu konfiguracji białej listy.

Przykład

Utwórz następujący program java za pomocą dowolnego wybranego edytora w, powiedzmy C: /> jsoup.

JsoupTester.java

import org.jsoup.Jsoup;
import org.jsoup.safety.Whitelist;

public class JsoupTester {
   public static void main(String[] args) {

      String html = "<p><a href='http://example.com/'"
         +" onclick='checkData()'>Link</a></p>";

      System.out.println("Initial HTML: " + html);
      String safeHtml =  Jsoup.clean(html, Whitelist.basic());

      System.out.println("Cleaned HTML: " +safeHtml);
   }
}

Sprawdź wynik

Skompiluj klasę przy użyciu javac kompilator w następujący sposób:

C:\jsoup>javac JsoupTester.java

Teraz uruchom JsoupTester, aby zobaczyć wynik.

C:\jsoup>java JsoupTester

Zobacz wynik.

Initial HTML: <p><a href='http://example.com/' onclick='checkData()'>Link</a></p>
Cleaned HTML: <p><a href="http://example.com/" rel="nofollow">Link</a></p>
ja/tutorial
es/tutorial
de/tutorial
fr/tutorial
th/tutorial
pt/tutorial
ru/tutorial
vi/tutorial
it/tutorial
ko/tutorial
tr/tutorial
id/tutorial
pl/tutorial
hi/tutorial
japost
espost
depost
frpost
thpost
ptpost
rupost
vipost
itpost
kopost
trpost
idpost
plpost
hipost

© Copyright 2021 - 2025 | All Rights Reserved