jsoup中文帮助文档综述.docVIP

jsoup Cookbook(中文版) 入门 HYPERLINK \l _1.解析和遍历一个HTML文档解析和遍历一个html文档 输入 HYPERLINK \l _2.解析一个HTML字符串解析一个html字符串 HYPERLINK \l _3.解析一个body片断解析一个body片断 HYPERLINK \l _4.从一个URL加载一个Document根据一个url加载Document对象 HYPERLINK \l _5.从一个文件加载一个文档根据一个文件加载Document对象 数据抽取 HYPERLINK \l _6.使用DOM方法来遍历一个文档使用dom方法来遍历一个Document对象 HYPERLINK \l _7.使用选择器语法来查找元素使用选择器语法来查找元素 HYPERLINK \l _8.从元素抽取属性，文本和HTML从元素集合抽取属性、文本和html内容 HYPERLINK \l _9.处理URLsURL处理 HYPERLINK \l _10.示例程序:_获取所有链接程序示例：获取所有链接 数据修改 HYPERLINK \l _11.设置属性的值设置属性值 HYPERLINK \l _12.设置一个元素的HTML内容设置元素的html内容 HYPERLINK \l _13.设置元素的文本内容设置元素的文本内容 html清理 HYPERLINK \l _14.消除不受信任的HTML_(来防止XSS攻击)消除不受信任的html (来防止xss攻击) 1.解析和遍历一个HTML文档 如何解析一个HTML文档： String html = htmlheadtitleFirst parse/title/head + bodypParsed HTML into a doc./p/body/html; Document doc = Jsoup.parse(html); (更详细内容可查看 HYPERLINK /cookbook/input/parse-document-from-string解析一个HTML字符串.) 其解析器能够尽最大可能从你提供的HTML文档来创见一个干净的解析结果，无论HTML的格式是否完整。比如它可以处理： 没有关闭的标签 (比如： pLorem pIpsum parses to pLorem/p pIpsum/p) 隐式标签 (比如. 它可以自动将 tdTable data/td包装成tabletrtd?) 创建可靠的文档结构（html标签包含head 和 body，在head只出现恰当的元素） 一个文档的对象模型 文档由多个Elements和TextNodes组成 (以及其它辅助nodes：详细可查看：HYPERLINK /apidocs/org/jsoup/nodes/package-tree.htmlnodes package tree). 其继承结构如下：HYPERLINK /apidocs/org/jsoup/nodes/Document.html \o A HTML Document.Document继承HYPERLINK /apidocs/org/jsoup/nodes/Element.html \o A HTML element consists of a tag name, attributes, and child nodes (including text nodes and other elements).Element继承HYPERLINK /apidocs/org/jsoup/nodes/Node.html \o The base, abstract Node model.Node. HYPERLINK /apidocs/org/jsoup/nodes/TextNode.html \o A text node.TextNode继承 HYPERLINK /apidocs/org/jsoup/nodes/Node.html \o The base, abstract Node model.Node. 一个Element包含一个子节点集合，并拥有一个父Element。他们还提供了一个唯一的子元素过滤列表。 参见 数据抽取：HYPERLINK /cookbook/extracting-data/dom-navigationDOM遍历 数据抽取：HYPERLINK /cookbook/extracting-data/selector-syntaxSelector syntax 2.解析一个HTML字符串 存在问题 来自用户输入，一个