使用JSoup解析html文档

简介：

jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

使用：

1）加载一个Url

Document doc = Jsoup.connect("http://example.com/").get();
String title = doc.title();

2）加载一个本地文档：

String html = "<div><p>Lorem ipsum.</p>";
Document doc = Jsoup.parseBodyFragment(html);
Element body = doc.body();

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

("http://example.com/"参数用于解决文件中URLs是相对路径的问题，如果不需要可以传入一个空的字符串。)

3）实例：获取google play应用的版本信息

                String url = "https://play.google.com/store/apps/details?id=com.modbus.light";
                try {
                    Connection connection = Jsoup.connect(url);//初始化连接
                    Document doc = connection.get();//获取文档对象
                    Element element = doc.select("div.meta-info").get(2);//找到div标签class为meta-info的位置
                    Element content = element.child(1);
                    String version = content.childNode(0).toString()..replaceAll("[^1-9]", "");
                    System.out.println(“线上最新版本：“+version);
                } catch (Exception e) {
                    e.printStackTrace();
                }