Android使用Jsoup來解析html

有時候可能咱們會有這樣的需求，拿到一個url連接，而後獲取到裏面的數據，再轉換成原生來實現這個html頁面。實現要解析html，應該和xml解析相似，先獲取標籤，再對標籤裏面的內容進行解析，一層層嵌套。 Jsoup用法： 1.在工程gradle中allprojects中加入下面這句話

maven { url "https://jsoup.org/" }
複製代碼

2.在項目gradle中引入

" api 'org.jsoup:jsoup:1.12.1'"
複製代碼

目前最新版本就是1.12.1，這樣就能夠在項目中引用jsoup了。 這裏咱們用簡書首頁文章列表爲例： 打開簡書首頁，在頁面上右鍵，打開源碼頁面，咱們首先來分析一下簡書的源碼，

經過觀察能夠知道文章列表是放在id爲list-container的div標籤下面，而後再繼續往下看，發現每一個item是由

標籤包含在一塊兒的，li標籤下面包含了一個div.content和a.wrap-img標籤，content裏面又同時包含了標題，內容，簡書鑽等信息。a.wrap-img標籤包含了圖片的連接等信息，這樣咱們就能夠根據jsoup提供的查詢方法來查詢出來對應的相關信息了。 咱們能夠先獲取列表的根節點，而後拿到列表節點的集合，經過遍歷，拿到咱們須要的數據，好比標題，內容，圖片地址，和簡書鑽等等。具體代碼：

Observable.create<Document> {
            val doc = Jsoup.connect("https://www.jianshu.com/").get()
            it.onNext(doc)
            it.onComplete()
        }.subscribeOn(Schedulers.newThread())
            .observeOn(AndroidSchedulers.mainThread())
            .subscribe {
                val elements = it.select("div#list-container ul li")
                for (element in elements) {
                    LogUtils.d(
                        "element_tittle=${element.select("div.content a").text()}\n" +
                                "content=${element.select("div.content p").text()}\n" +
                                "簡書鑽=${element.select("div.content div.meta span.jsd-meta").text()}\n" +
                                "做者=${element.select("div.content div.meta a").text()}\n" +
                                "圖片=https:${element.select("a.wrap-img img").attr("src")}"
                    )
                }
            }

複製代碼

經過Jsoup.connect（）方法能夠將url連接轉換成一個Document的對象，這裏要注意一點，這個方法必定要異步請求，不能再主線程中進行，由於這裏至關於一個網絡請求，android裏面是不能再主線程中處理網絡請求的。我這裏使用了RxJava進行了線程的轉換。下面訂閱成功返回後解析Document的對象，具體語法能夠參考 jsoup官網：jsoup.org/ jsoup中文網：www.open-open.com/jsoup/ 上面代碼運行後，打印出來結果見下圖：

能夠很清楚的看到咱們已經拿到簡書列表item裏面的全部數據，這樣就能夠直接展現在咱們RecycleView中了。