提取 HTML（Extract HTML）

优质

小牛编辑

140浏览

2023-12-01

下面的示例将展示在将HTML String解析为Document对象后使用方法来获取内部html和外部html。

语法 (Syntax)

Document document = Jsoup.parse(html);
Element link = document.select("a").first();         
System.out.println("Outer HTML: " + link.outerHtml());
System.out.println("Inner HTML: " + link.html());

哪里

document - document对象表示HTML DOM。
Jsoup - 解析给定HTML String的主类。
html - HTML字符串。
link - 元素对象表示表示锚标记的html节点元素。
link.outerHtml() - outerHtml（）方法检索元素完整的html。
link.html() - html（）方法检索元素内部html。

描述 (Description)

元素对象代表一个dom elment并提供各种方法来获取dom元素的html。

例子 (Example)

使用您选择的任何编辑器在C:/> jsoup中创建以下java程序。

JsoupTester.java

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
public class JsoupTester {
   public static void main(String[] args) {
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);
      //a with href
      Element link = document.select("a").first();         
      System.out.println("Outer HTML: " + link.outerHtml());
      System.out.println("Inner HTML: " + link.html());
   }
}

验证结果 (Verify the result)

使用javac编译器编译类，如下所示:

C:\jsoup>javac JsoupTester.java

现在运行JsoupTester来查看结果。

C:\jsoup>java JsoupTester

看到结果。

Outer HTML: <a href="www.google.com">Google</a>
Inner HTML: Google