Android中如何解析網頁，擷取網頁中的元素內容

標籤：android   html解析器   web前端開發   webview   js   

問題：

       由於android的WebView等相關類沒有提供解析html網頁內容的介面，我們想要擷取網頁的內容並解析出我們想要的元素內容，用android的固有API是沒辦法了。

       這裡我提供兩種解析html思路：第一種，使用第三方解析html庫；第二種，使用JAVA與JS回調，通過JS解析html。

之前研究了一下htmlparser這個開源庫，但是發現和android提供的庫有衝突，但其在純java應用程式下是可行的。

htmlparser：http://htmlparser.sourceforge.net/

那麼繼續尋找，是否還有更適合android的HTML解析庫，功夫不負有心人，還是找到一款比較好的開源庫，這就是jsoup。

        jsoup 是一款 Java 的HTML解析器，可直接解析某個URL地址、HTML常值內容。它提供了一套非常省力的API，可通過DOM，CSS以及類似於JQuery的操作方法來取出和操作資料。該版本包含一個支援 HTML5 的解析器分支，可確保跟現在的瀏覽器一樣解析 HTML 的方法，同時降低瞭解析的時間和記憶體的佔用。

        可以使用類似DOM的方法來解析一個網頁，比如說，我已經下載了一個網頁到本地，儲存為input.html，那麼通過下面的代碼，我們可以得到id為content的DOM中，所有的超連結。字串linkHref得到的是該連結的連結地址，字串linkText得到的是該連結的文本描述。

jsoup：http://jsoup.org/

jsoup github地址：https://github.com/scrylove/jsoup

jsoup 入門：http://blog.csdn.net/zjx409/article/details/23375565

 

File input = new File("/tmp/input.html"); Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");  Element content = doc.getElementById("content"); Elements links = content.getElementsByTag("a"); for (Element link : links) {   String linkHref = link.attr("href");   String linkText = link.text(); } File input = new File("/tmp/input.html");Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");Element content = doc.getElementById("content");Elements links = content.getElementsByTag("a");for (Element link : links) {  String linkHref = link.attr("href");  String linkText = link.text();}

還有很多其他的方法用於在各種不同情況下解析HTML。這裡就不一一列舉了，有興許的同學可以自己去研究一下。

至於第二種思路嘛，這裡不再羅嗦，JAVA和JS互調應該大家都會，至於JS解析html那就交給WEB前端開發人員吧，我們安卓用戶端嘛，只需要得到他們解析完成，回調給我們結果就行。

課參考這篇文章：http://veikr.com/201106/android_webview_content-html.html

Android中如何解析網頁，擷取網頁中的元素內容