手把手教學Android用jsoup解析html實例

1.jsoup介紹

很多時候，我們需要從各種網頁上面抓取數據，而jsoup 是一款Java 的HTML解析器，可直接解析某個URL地址、HTML文本內容。它提供了一套非常省力的API，可通過DOM，CSS以及類似於jQuery的操作方法來取出和操作數據。

jsoup官方文檔：https://jsoup.org/cookbook/

2.使用場景

下面是一張關於美食的截圖，可以留意到這是一個html網頁，當我們想要抓取裡面的數據的時候，jsoup就能幫到我們很多。

接下來開始手把手教學

首先，也是很重要的一步，就是下載jar包，丟到libs裡面

jar包下載地址：http://jsoup.org/download

Android studio玩家可以不下載jar包,在Gradle裡面加入

dependencies {
  compile 'org.jsoup:jsoup:1.9.2'
}

然後，找到你心儀的網頁去抓取數據

這裡我們我繼續使用美食的網頁，然後右鍵查看網頁源碼，或者按F12，接下來可以看到一大堆標簽：

找到需要的，例如上圖這個 “美食天下” ，可以看到 “美食天下” 是放在以 <div class="top-bar" id="J_top_bar"> 為節點的 <a title="美食天下" 中，要獲取這個“美食天下”，代碼可以這樣寫:

try {  
  //從一個URL加載一個Document對象。
  Document doc = Jsoup.connect("http://home.meishichina.com/show-top-type-recipe.html").get();
  //選擇“美食天下”所在節點
  Elements elements = doc.select("div.top-bar");  
  //打印 <a>標簽裡面的title
  Log.i("mytag",elements.select("a").attr("title"));
}catch(Exception e) {  
  Log.i("mytag", e.toString());
}

接下來看一下打印出來的結果：

Jsoup.connect(String url)方法從一個URL加載一個Document對象。如果從該URL獲取HTML時發生錯誤，便會拋出 IOException，應適當處理。

一旦擁有了一個Document，你就可以使用Document中適當的方法或它父類 Element和Node中的方法來取得相關數據。

public class Element extends Node
public class Document extends Element

很多文章都是說一大堆原理然後放出一個簡單的例子，就跟我上面簡單的打了一個log一樣，然後發現用起來的時候是沒那麼簡單的。為了大家能不看文檔也可以直接使用(並且看不懂那一大堆標簽也可以用)，我決定再舉一個例子(其實也就是比上面多打幾個log)：

下圖紅色框框是我們要獲取的數據，可以看到他們對應的節點就是藍色圓圈裡面的<div class="xxx">

廢話不多說上代碼

try {  
  //還是一樣先從一個URL加載一個Document對象。
  Document doc = Jsoup.connect("http://home.meishichina.com/show-top-type-recipe.html").get();

  //“椒麻雞”和它對應的圖片都在<div class="pic">中
  Elements titleAndPic = doc.select("div.pic");
  //使用Element.select(String selector)查找元素，使用Node.attr(String key)方法取得一個屬性的值
  Log.i("mytag", "title:" + titleAndPic.get(1).select("a").attr("title") + "pic:" + titleAndPic.get(1).select("a").select("img").attr("data-src"));

  //所需鏈接在<div class="detail">中的<a>標簽裡面
  Elements url = doc.select("div.detail").select("a");
  Log.i("mytag", "url:" + url.get(i).attr("href"));

  //原料在<p class="subcontent">中
  Elements burden = doc.select("p.subcontent");
  //對於一個元素中的文本，可以使用Element.text()方法
  Log.i("mytag", "burden:" + burden.get(1).text());

}catch(Exception e) {  
  Log.i("mytag", e.toString());
}

大功告成，接下來看看log

沒有問題！那麼教學可以結束了！

注意：

Jsoup.connect(String url)方法不能運行在主線程，否則會報NetworkOnMainThreadException

最後上一張應用在項目的效果圖：

有沒有發現熟悉的椒麻雞？很酷炫有木有！

小結

整堂課分幾步:

1.下載jar包並丟到libs(或者在gradle)

2.找到心儀的網頁

3.用Jsoup.connect()獲取網頁的document

4.查看網頁源碼，對准你想要的地方，給他來一個Element.select(String selector)

5.用Node.attr(String key)或者Element.text()方法把數據抽出來

6.沒有6了就是這麼簡單！

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持本站。