1. Produktai
  2.   HTML
  3.   Java
  4.   Jsoup
 
  

Nemokama Java API HTML išgavimui, analizavimui ir apdorojimui

Atvirojo kodo Java biblioteka, skirta URL įkėlimui, analizavimui, gavimui, duomenų išgavimui ir manipuliavimui, naudojant geriausias HTML5 DOM metodų ir CSS selektorių galimybes.

Jsoup yra labai galinga Java biblioteka, leidžianti programinės įrangos kūrėjams tvarkyti HTML susijusias užduotis savo Java programose. Kalbant apie tinklalapių nuskaitymą ir HTML analizavimą Java, Jsoup tapo populiaria ir galinga biblioteka. Ji suteikia patogų ir intuityvų būdą analizuoti ir išgauti duomenis iš HTML dokumentų, manipuliuoti DOM ir lengvai naršyti HTML struktūrą. Jsoup yra atvirojo kodo projektas, platinamas pagal liberalų MIT licenciją. Kaip Java biblioteka, Jsoup sklandžiai integruojasi su esamais Java projektais, todėl tai yra idealus pasirinkimas Java kūrėjams.

Jsoup yra nemokama Java biblioteka, leidžianti programinės įrangos kūrėjams išgauti ir manipuliuoti duomenimis iš HTML ir XML dokumentų. Ji veikia kaip patogus tiltas tarp Java ir interneto duomenų rinkimo pasaulio, siūlydama tvirtą funkcijų rinkinį HTML turinio gavimui, analizavimui, manipuliavimui ir naršymui. Nesvarbu, ar jums reikia išgauti konkrečius duomenis iš interneto puslapio, rinkti duomenis iš kelių puslapių ar keisti HTML dokumentų struktūrą, Jsoup suteikia vartotojui patogią API, kad būtų galima atlikti šias užduotis.

Jsoup suteikia švarią ir intuityvią API, kuri yra draugiška pradedantiesiems ir greitai išmokstama. Su paprastomis metodikomis HTML analizavimui, manipuliavimui ir naršymui, programuotojai gali pradėti rinkti interneto duomenis akimirksniu. Jo išplėtimo galimybės leidžia programinės įrangos kūrėjams kurti individualią funkcionalumą ant bibliotekos. Jis palaiko vartotojo apibrėžtus atributus, individualius filtrus ir individualius naršytuvus, leidžiančius programinės įrangos kūrėjams pritaikyti biblioteką pagal savo specifinius poreikius. Jo intuityvi API, kartu su plačiu funkcijų spektru, daro ją populiariu pasirinkimu tarp programuotojų. Nesvarbu, ar jums reikia išgauti duomenis, manipuliuoti DOM, ar spręsti sudėtingas HTML situacijas, Jsoup supaprastina procesą ir suteikia tvirtus sprendimus.

Previous Next

Pradžia su Jsoup

Rekomenduojamas būdas naudoti Jsoup yra įtraukti reikiamą Maven arba Gradle konfigūraciją arba rankiniu būdu importuoti JAR failą į savo projektą. Prašome pridėti Maven priklausomybę, kad viskas veiktų sklandžiai.

I'm sorry, but it seems that the text you provided is not suitable for translation as it does not contain any translatable content.

Jsoup Maven priklausomybė

<priklausomybė>
  
  <groupId>org.jsoup</groupId>
  <artifactId>Jsoup</artifactId>
  <version>1.16.1</version>
</priklausomybė>

Įdiekite Jsoup biblioteką per Gradle

// jsoup HTML parser library @ https://jsoup.org/
implementation 'org.jsoup:jsoup:1.16.1'
Or Vig GitHub
git clone https://github.com/jhy/jsoup.git
cd jsoup
mvn install

You can also install it manually; download the latest release files directly from GitHub repository.

HTML failo analizavimas naudojant Java API

Vienas iš pagrindinių atvirojo kodo Jsoup bibliotekos funkcionalumų yra jos gebėjimas analizuoti HTML dokumentus Java programose. Biblioteka leidžia išgauti duomenis iš HTML dokumentų, naudojant URL, nukreipiantį į tinklalapį, žalius HTML eilutes arba tiesiogiai įkeliant failą iš disko. Norint analizuoti HTML dokumentą naudojant Jsoup, programinės įrangos kūrėjai gali pasinaudoti Jsoup.parse() metodu. Šis metodas priima HTML turinį kaip eilutę ir grąžina Document objektą, kuris atspindi analizuotą HTML. Iš ten kūrėjai gali naršyti DOM medį ir išgauti norimus elementus, naudodami selektorius arba naršymo metodus. Šis pavyzdys rodo, kaip analizuoti tinklalapį į DOM ir pasirinkti antraštes iš jo, naudojant java komandas.

Kaip analizuoti HTML failą ir išgauti antraštes naudojant Java API?

Document doc = Jsoup.connect("https://en.wikipedia.org/").get();
log(doc.title());
Elements newsHeadlines = doc.select("#mp-itn b a");
for (Element headline : newsHeadlines) {
  log("%s\n\t%s", 
    headline.attr("title"), headline.absUrl("href"));
}

Išgauti duomenis iš HTML failo naudojant Java

Jsoup biblioteka apima labai naudingas funkcijas, skirtas įkelti ir išgauti duomenis iš HTML dokumentų Java programose. Biblioteka siūlo intuityvius metodus duomenims išgauti iš HTML elementų. Ji palaiko teksto išgavimą, atributų gavimą ir HTML serializavimą, suteikdama kūrėjams reikiamus įrankius duomenims išgauti ir manipuliuoti jais pagal poreikį. Tai palengvina interneto duomenų rinkimo funkcijų integravimą į Java programas. Šiame pavyzdyje parodoma, kaip programuotojai gali išgauti atributus, tekstą ir HTML iš elementų Java programose.

Kaip išgauti atributus, tekstą ir HTML iš elementų per Java API?

String html = "
An example link.
";
Document doc = Jsoup.parse(html);
Element link = doc.select("a").first();

String text = doc.body().text(); // "An example link"
String linkHref = link.attr("href"); // "http://example.com/"
String linkText = link.text(); // "example""

String linkOuterH = link.outerHtml(); 
    // "example"
String linkInnerH = link.html(); // "example"

Redaguoti ir manipuliuoti HTML failais per Java API

Atvirojo kodo Jsoup biblioteka leidžia programinės įrangos kūrėjams lengvai įkelti ir keisti HTML dokumentus savo Java programose. Nesvarbu, ar tai būtų elementų pridėjimas, šalinimas ar keitimas, Jsoup suteikia patogią API, kad būtų galima manipuliuoti HTML struktūra. Ši funkcija yra neįkainojama, kai reikia išgauti duomenis ir išsaugoti juos pageidaujamu formatu arba kuriant įrankius, kurie programiškai keičia HTML turinį.

 Lietuvių