jsoup - Visão geral

jsoup é uma biblioteca baseada em Java para trabalhar com conteúdo baseado em HTML. Ele fornece uma API muito conveniente para extrair e manipular dados, usando o melhor dos métodos DOM, CSS e jquery. Ele implementa a especificação WHATWG HTML5 e analisa HTML para o mesmo DOM que os navegadores modernos fazem.

jsoup libary implementa a especificação WHATWG HTML5 e analisa um conteúdo HTML para o mesmo DOM dos navegadores modernos.

A biblioteca jsonp fornece as seguintes funcionalidades.

• Multiple Read Support - Ele lê e analisa HTML usando URL, arquivo ou string.

• CSS Selectors - Ele pode encontrar e extrair dados, usando travessia de DOM ou seletores CSS.

• DOM Manipulation - Pode manipular os elementos, atributos e texto HTML.

• Prevent XSS attacks - Ele pode limpar o conteúdo enviado pelo usuário em uma determinada lista branca segura, para evitar ataques XSS.

• Tidy - Produz HTML organizado.

• Handles invalid data- jsoup pode lidar com tags não fechadas, tags implícitas e pode criar a estrutura do documento de forma confiável.