电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛

标题: java-jsoup解析html页面的内容(1 [打印本页]

作者: look_w 时间: 2019-4-17 18:51 标题: java-jsoup解析html页面的内容(1

主要是修改main函数里的内容其他部分没做更改

main函数内容更改如下:

public static void main(String[] args) {


      String url ="http://blog.csdn.net/zzq900503";

      initHttpClient();

      String content =crawlPageContent(httpClient,url);
// System.out.println(content);
      Document doc = Jsoup.parse(content);
      String title = doc.title();
      System.out.println(title);

      Element a=doc.getElementById("panel_Profile");

      Elements li_content=a.getElementsByTag("li");

      //提取方式一:
// for(Element i:li_content)
// {
//       String tag=i.tagName();
//       if(tag.equals("li"))
//       {
//          System.out.println(i.text());
//
//       }
//
//
// }

      //提取方式二:
// for(Element i:li_content)
// {
//       String tag=i.tagName();
//       if(tag.equals("li"))
//       {
//          String fre_content= i.ownText();
//
//          System.out.println(fre_content);
//          if(i.children().size()>0&&i.children()!=null)
//          {
//          String after_content=i.child(0).text();
//          System.out.println(after_content);
//          }
//       }
//
//
// }


      //提取方式三:
      for(Element i:li_content)
      {
         String tag=i.tagName();
         if(tag.equals("li"))
         {
            String all_content=i.text();
            String all_string=Jsoup.clean(all_content, Whitelist.none());
         String[] all=all_string.split("：");
            if(all.length>0&&all!=null)
            {
               String fre_content=all[0].toString();
               System.out.println(fre_content);
            String after_content=all[1].toString();
            System.out.println(after_content);
            }
         }


      }



}

得到的结果如下：

方式一：

方式二:

欢迎光临电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛 (http://bbs.eccn.com/)