下面寫些我的使用記錄，希望大家如果能從我的方法中得到啟發，鑑於本人從事開發工作不久，內容可能寫的不是很好。
jsoup資料獲取有兩大方法：1.通過分析dom模型的網頁標籤和元素，2.select元素選擇器，類似jquery方式（功能很強大，還支援正規表示式）。網頁tag標籤有body，div，table，tr，td，a，等等。元素的屬性有，href，title，width，height，color等等，元素屬性的值就是，例如：href=「www.baidu.com」, 值就是www.baidu.com 。width=「98%」 值就是98%
下面就以分析首頁的每日資訊為例，抓取每日資訊的標題和url位址，詳細寫出分析步驟：
1.用chrome瀏覽器的元素審查，分析頁面的結構，得到每日資訊是div class=層裡面
2.寫程式分析，首先根據url獲取div文字，再來根據文字對內容進行分析
/**
* 根據jsoup方法獲取htmlcontent
* 加入簡單的時間記錄
* @throws ioexception
*/public static string getcontentbyjsoup(string url) catch (ioexception e)
system.out.println(content);
return content;
}
/**
* 使用jsoup來對文件分析
* 獲取目標內容所在的目標層
* 這個目標層可以是div，table，tr等等
*/public static string getdivcontentbyjsoup(string content)
/**
* 使用jsoup分析divcontent
*/public static void getlinksbyjsoup(string divcontent)
}
/**
* @method 測試獲取內容程式
*/public static void main(string args) throws ioexception
網頁內容抓取
之前採用xpath和正規表示式對網頁內容進行抓取，發現在有的地方不如人意，就採用了htmlparser對頁面進行解析，抓取需要的東西。htmlparser有點不好的地方在於不能對starttag和endtag進行匹配。採用了兩種方法進行抓取。第一種，抓取成對的tag之間的內容，採用了queue.qu...
urllib2抓取網頁內容
urllib和urllib2 1 urllib 僅可以接受 url，urllib2 可以接受 個設定了 headers 的 request 類例項。這表示我們可以偽裝 的 user agent 字串等。2 urllib 提供 urlencode 法 來 get 查詢字串的產 urllib2 沒有。這...
android使用jsoup來抓取網頁資料
首先去官網 這次爬取的是某網的資料 本次爬取僅為測試，不得用於商業用途，用於商業用途與本人無關 在瀏覽器中檢視頁面的原始碼，找到我們要爬的資料 整個條目的網頁 如下 1.根據條目的class來定位我們要抓取的資料 elements elementsbyclass doc.getelementsbyc...