介面測試指令碼之Jsoup解析HTML

標籤：parser   技術   素數   處理   pack   指令碼   style   key   tin   

第一次接觸jsoup還是在處理收貨地址的時候，當時在寫一個下單流程，需要省市區id以及詳細門牌號等等，因此同事介紹了jsoup,閑來無事，在此閑扯一番！

1.我們來看下，什麼是jsoup,先來看看官方文檔是怎麼說的：

jsoup: Java HTML Parser，jsoup is a Java library for working with real-world HTML. It provides a very convenient API for extracting and manipulating data, using the best of DOM, CSS, and jquery-like methods.

簡單來說就是從HTML頁面擷取資料。

2.jsoup能處理什麼呢？

（1）沒有關閉的標籤 (比如： <p>Lorem <p>Ipsum parses to <p>Lorem</p> <p>Ipsum</p>)
（2）隱式標籤 (比如. 它可以自動將 <td>Table data</td>封裝成<table><tr><td>?)
（3）建立可靠的文檔結構（html標籤包含head 和 body，在head只出現恰當的元素）

3.先來看看實際操作吧

（1）從一個URL載入一個Document

首先我們建立一個java project,用jsoup擷取百度title,結構如所示，下載jsoup包，如：jsoup-1.10.2.jar,將包引入jsoupdemo工程中

（2）從檔案中載入HTML,並用jsoup解析

在該工程下建立一個package,名為resources,將百度首頁源碼儲存為一個HTML檔案,我們讀取該HTML檔案，並擷取輸入框的屬性為id的值kw.

 

 (3)使用DOM方法來遍曆一個文檔，擷取name屬性和value值

在resources下建立input.html

通過以上操作，大家可能對jsoup有了初步的認識，我們來簡單總結下jsoup文法

<1>尋找元素

getElementById(String id)
getElementsByTag(String tag)
getElementsByClass(String className)
getElementsByAttribute(String key) (and related methods)

<2>元素資料

attr(String key)擷取屬性attr(String key, String value)設定屬性
attributes()擷取所有屬性
id(), className() and classNames()
text()擷取常值內容text(String value) 設定常值內容
html()擷取元素內HTMLhtml(String value)設定元素內的HTML內容
outerHtml()擷取元素外HTML內容
data()擷取資料內容（例如：script和style標籤)
tag() and tagName()

<3>操作HTML和文本

append(String html), prepend(String html)
appendText(String text), prependText(String text)
appendElement(String tagName), prependElement(String tagName)
html(String value)

以上就是jsoup簡單的操作，作者本身也是第一次接觸，歡迎大家指導學習。

 

介面測試指令碼之Jsoup解析HTML