整合营销服务商
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
jsoup 是一款Java 的HTML解析器，我们使用它可直接解析URL地址、HTML文本内容。除此之外，它提供了一套非常友好的API，使得我们可以比较便利的通过DOM，CSS等操作类型，获取对应网页元素属性及数据操作。
jsoup官网：https://jsoup.org/
① 从一个URL，文件或字符串中解析HTML
② 使用DOM或CSS选择器来查找、取出数据使用DOM或CSS选择器来查找、取出数据
③ 可操作HTML元素、属性、文本可操作HTML元素、属性、文本
Tips：jsoup是基于MIT协议发布的，可放心使用于商业项目
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.11.3</version>
</dependency>6个包提供用于开发jsoup应用程序的类和接口。
org.jsoup
org.jsoup.examples
org.jsoup.helper
org.jsoup.nodes
org.jsoup.parser
org.jsoup.safety
org.jsoup.salect
主要类：
Jsoup 类提供了连接，清理和解析HTML文档的方法
Document 获取HTML文档
Element 获取、操作HTML节点
public static void main(String[] args) {
/* 从URL加载HTML */
Document document=Jsoup.connect("http://www.baidu.com").get();
String title=document.title();
/* 获取html中的标题 */
System.out.println("title :"+title);
/* 从字符串加载HTML */
String html="<html><head><title>First parse</title></head>"
+ "<body><p>Parsed HTML into a doc.</p></body></html>";
Document doc=Jsoup.parse(html);
title=doc.title();
System.out.println("title :"+title);
/* 从文件加载HTML */
doc=Jsoup.parse(new File("F:\\jsoup\\html\\index.html"),"utf-8");
title=doc.title();
System.out.println("title :"+title);
}
public static void main(String[] args) {
Document document=Jsoup.connect("http://www.baidu.com").get();
String title=document.title();
System.out.println("title :"+title);
/* 获取html中的head */
System.out.println(document.head());
/* 获取html中的body */
/* 获取HTML页面中的所有链接 */
Elements links=document.select("a[href]");
for (Element link : links){
System.out.println("link : "+ link.attr("href"));
System.out.println("text :"+ link.text());
}
}
public static void main(String[] args) {
Document document=Jsoup.connect("https://passport.lagou.com").get();
System.out.println(document.head());
/* 获取URL的元信息 */
String description=document.select("meta[name=description]").get(0).attr("content");
System.out.println("Meta description : " + description);
String keywords=document.select("meta[name=keywords]").first().attr("content");
System.out.println("Meta keyword : " + keywords);
}
public static void main(String[] args) {
Document document=Jsoup.connect("https://baidu.com").get();
/* 获取拉勾网登入页面的body */
/* System.out.println(document.body()); */
/* 根据class名称获取表单 */
Elements formElement=document.getElementsByClass("form_body");
System.out.println(formElement.html());
/* 获取URL的元信息 */
for (Element inputElement : formElement) {
String placeholder=inputElement.getElementsByTag("input").attr("placeholder");
System.out.println(placeholder);
}
}
public static void main(String[] args) {
Document document=Jsoup.parse(new File("F:\\jsoup\\html\\login.html"),"utf-8");
Element loginform=document.getElementById("registerform");
Elements inputElements=loginform.getElementsByTag("input");
for (Element inputElement : inputElements) {
String key=inputElement.attr("name");
String value=inputElement.attr("value");
System.out.println("Param name: "+key+" -- Param value: "+value);
}
}
public static void main(String[] args) {
Document document=Jsoup.parse(new File("F:\\jsoup\\html\\index.html"),"utf-8");
System.out.println(document.body());
System.out.println("*************");
Element div=document.select("div").first();
div.html("<p>Hello</p>");
div.prepend("<p>Fiest</p>");
div.append("<p>Last</p>");
System.out.println(document.body());
System.out.println(div.text());
/* 对元素包裹一个外部HTML内容 */
div.wrap("<div id=\"div2\"></div>");
System.out.println(document.body());
}
好不要在搜索引擎出现过
title标题最好不在搜索引擎出现过，可以尝试在搜索引擎进行搜索，适当地改变一下。
一次敲定后不要改动
title写好了最好不要动，尤其是在网站权重还较低的情况下。很多网站快照不更新就是因为title经常改动。title标题要仔细写，一次性写好后短时间内都不要改动，改动标题的风险是很大的。
加上h1标题标签
title标题在源码中，要加上h1标题标签，告诉搜索引擎，突显它的重要性。
切词的特殊符号使用
一般我们在网站标题描写中，经常使用的符号有：“，”(逗号)、“ 空格(空格)、“-”(英文下 的横线)、“—”(中文下的横线)、“|”(竖)、“_”(下划线)、“/”(斜杠)这些符号在标题中所起的作用及表达的意义是不一样的，不仅不同的分隔符在标题在所起的作用不一样，即使是同一分隔符在不同的搜索引擎里表达的意义也会有所差别。
控制title字数
title最多显示30个中文字符。网页标题中多余的部分搜索引擎都会自动切断。所以在写标题标签的时候，一般控制在30个中文字符以内。标题太长，会分散关键词的权重。
关键字搭配
关键字搭配是指关键字在标题中出现的前后位置、主次搭配。 搜索引擎对于页面信息的抓取，是由HTML代码中自上而下进行的， 所以在网页标题的最前面加上主关键字，可以很好地体现页面的主题内容。
在 HTML 文档中，标题很重要。
标题（Heading）是通过 <h1> - <h6> 标签进行定义的。
<h1> 定义最大的标题。 <h6> 定义最小的标题。
实例
<h1>这是一个标题。</h1>
<h2>这是一个标题。</h2>
<h3>这是一个标题。</h3>
注释: 浏览器会自动地在标题的前后添加空行。
请确保将 HTML 标题 标签只用于标题。不要仅仅是为了生成粗体或大号的文本而使用标题。
搜索引擎使用标题为您的网页的结构和内容编制索引。
因为用户可以通过标题来快速浏览您的网页，所以用标题来呈现文档结构是很重要的。
应该将 h1 用作主标题（最重要的），其后是 h2（次重要的），再其次是 h3，以此类推。
<hr> 标签在 HTML 页面中创建水平线。
hr 元素可用于分隔内容。
实例
<p>这是一个段落。</p>
<hr>
<p>这是一个段落。</p>
<hr>
<p>这是一个段落。</p>
可以将注释插入 HTML 代码中，这样可以提高其可读性，使代码更易被人理解。浏览器会忽略注释，也不会显示它们。
注释写法如下:
实例
<!-- 这是一个注释 -->
注释: 开始括号之后（左边的括号）需要紧跟一个叹号，结束括号之前（右边的括号）不需要，合理地使用注释可以对未来的代码编辑工作产生帮助。
你是否看过一些网页然后惊叹它是如何实现的。
如果您想找到其中的奥秘，只需要单击右键，然后选择"查看源文件"（IE）或"查看页面源代码"（Firefox），其他浏览器的做法也是类似的。这么做会打开一个包含页面 HTML 代码的窗口。
菜鸟教程的标签参考手册提供了有关这些标题及其属性的更多信息。
您将在本教程下面的章节中学到更多有关 HTML 标签和属性的知识。
*请认真填写需求信息，我们会在24小时内与您取得联系。
