jsoup - Extrair HTML

O exemplo a seguir mostrará o uso de métodos para obter html interno e html externo após analisar uma string de HTML em um objeto de documento.

Sintaxe

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());

Onde

  • document - o objeto de documento representa o HTML DOM.

  • Jsoup - classe principal para analisar a string HTML fornecida.

  • html - String HTML.

  • link - O objeto elemento representa o elemento do nó html que representa a tag âncora.

  • link.outerHtml() - o método outerHtml () recupera o html completo do elemento.

  • link.html() - o método html () recupera o elemento html interno.

Descrição

O objeto Element representa um dom elment e fornece vários métodos para obter o html de um elemento dom.

Exemplo

Crie o seguinte programa java usando qualquer editor de sua escolha em 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());
   }
}

Verifique o resultado

Compile a classe usando javac compilador da seguinte forma:

C:\jsoup>javac JsoupTester.java

Agora execute o JsoupTester para ver o resultado.

C:\jsoup>java JsoupTester

Veja o resultado.

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