一、Jsoup简介

Jsoup是一个Java库，用于解析HTML。它提供了DOM遍历、CSS选择器、以及XPath选择器等多种方式来解析HTML。Jsoup能够方便地获取网页内容，提取数据，是进行网络爬虫、数据抓取等任务的好帮手。

二、Jsoup安装与配置

1. 下载Jsoup

首先，我们需要下载Jsoup的jar包。可以访问Jsoup的官网（https://jsoup.org/）下载最新版本的jar包。

2. 添加依赖

将下载的jar包添加到项目的依赖中。如果使用Maven，可以在pom.xml文件中添加以下依赖：

```xml

org.jsoup

jsoup

1.14.3

```

三、Jsoup基本用法

1. 解析HTML

```java

String html = ""

+ "

Hello, World!

";

Document doc = Jsoup.parse(html);

```

2. 获取元素

- 通过标签名获取元素：

```java

Elements elements = doc.select("h1");

```

- 通过CSS选择器获取元素：

```java

Elements elements = doc.select("h1");

```

- 通过XPath选择器获取元素：

```java

Elements elements = doc.selectXpath("//h1");

```

3. 获取属性

```java

String title = doc.select("title").text();

String href = doc.select("a").attr("href");

```

4. 获取文本内容

```java

String text = doc.select("h1").text();

```

5. 获取HTML内容

```java

String html = doc.select("h1").html();

```

四、Jsoup实战案例

1. 爬取网页标题

```java

String url = "http://www.example.com";

Document doc = Jsoup.connect(url).get();

String title = doc.select("title").text();

System.out.println("网页标题：" + title);

```

2. 提取商品信息

```java

String url = "http://www.example.com/product";

Document doc = Jsoup.connect(url).get();

String name = doc.select("div.product-name").text();

String price = doc.select("div.product-price").text();

System.out.println("商品名称：" + name);

System.out.println("商品价格：" + price);

```

3. 爬取文章内容

```java

String url = "http://www.example.com/article";

Document doc = Jsoup.connect(url).get();

String content = doc.select("div.article-content").html();

System.out.println("文章内容：" + content);

```

五、总结

Jsoup是一个功能强大的Java库，能够方便地解析HTML。通过学习Jsoup的基本用法和实战案例，我们可以更好地利用Jsoup进行网络爬虫、数据抓取等任务。在实际应用中，Jsoup可以帮助我们快速提取所需信息，提高开发效率。