jsoup - Tổng quan

jsoup là một thư viện dựa trên Java để làm việc với nội dung dựa trên HTML. Nó cung cấp một API rất thuận tiện để trích xuất và thao tác dữ liệu, sử dụng các phương thức tốt nhất của DOM, CSS và jquery. Nó triển khai đặc điểm kỹ thuật HTML5 của WHATWG và phân tích cú pháp HTML thành DOM giống như các trình duyệt hiện đại làm.

jsoup libary triển khai thông số kỹ thuật HTML5 của WHATWG và phân tích cú pháp nội dung HTML sang cùng một DOM như trên các trình duyệt hiện đại.

thư viện jsonp cung cấp các chức năng sau.

• Multiple Read Support - Nó đọc và phân tích cú pháp HTML bằng URL, tệp hoặc chuỗi.

• CSS Selectors - Nó có thể tìm và trích xuất dữ liệu, sử dụng các bộ chọn truyền tải DOM hoặc CSS.

• DOM Manipulation - Nó có thể thao tác các phần tử, thuộc tính và văn bản HTML.

• Prevent XSS attacks - Nó có thể làm sạch nội dung do người dùng gửi so với danh sách trắng an toàn nhất định, để ngăn chặn các cuộc tấn công XSS.

• Tidy - Nó xuất ra HTML gọn gàng.

• Handles invalid data - jsoup có thể xử lý các thẻ không đóng, thẻ ngầm và có thể tạo cấu trúc tài liệu một cách đáng tin cậy.