jsoup入門

官網地址：http://jsoup.org/

 

Jsoup是一個開源的Java庫，它能夠用於處理實際應用中的HTML。它提供了很是便利的API來進行數據的提取及修改，充分利用了 DOM，CSS以及jquery風格方法的長處。

Jsoup實現了WAHTWG HTML5的規範，它從HTML解析出來的DOM和Chrome以及Firefox這樣的現代瀏覽器解析出來的徹底一致。下面是Jsoup庫的一些有用的 特性：

• Jsoup能夠從URL，文件，或者字符串中獲取並解析HTML。
• Jsoup能夠查找並提取數據，可使用DOM遍歷或者CSS選擇器。
• 你可使用Jsoup來修改HTML元素，屬性以及文本。
• Jsoup經過一個安全的白名單確保了用戶提交的內容是乾淨的，以防止XSS攻擊。
• Jsoup還能輸出整潔的HTML。

Jsoup的設計初衷是用於處理現實生活中出現的各類不一樣的HTML，包括正確有效的HTML以及不完整的無效的標籤集合。Jsoup的一個核心競爭力就是它的健壯性。