jsoup
2016-10-11 本文已影响184人
linheimx
它在哪里？
它是什么？
一个html解析者
- 它是一个 java 库：负责处理html相关的东西。
- 它提供了便捷的api去抽取和处理数据。类似 dom,cssjquery 中的方法：简单直观。
- 实现了html5 的要求标准，像浏览器一样将html转化成dom。
如一个浏览器一样， 它可以做出如下的行为：
- 从 url,file,string 中获取和解析成html。
- 通过DOM遍历或者CSS选择器来找出数据。
- 操作html的元素，属性和文本。
- 通过用户提交的白名单，来预防XSS攻击。
- 可输出干净的html。
- html有许多变种（规则不规范，程序员代码写的比较狂野），jsoup解析这样的html会将其解析成合理的dom树
文档结构
doc
