Jsoup HelloWorld实现

我们用Jsoup来提取下http://www.cnblogs.com/ 博客园的 网页title 标题  和 口号；

这里我们要用到前面讲的HttpClient来获取网页内容：

pom.xml:

<!-- 添加HttpCient支持 -->
<dependency>
	<groupId>org.apache.httpcomponents</groupId>
	<artifactId>httpclient</artifactId>
	<version>4.5.2</version>
</dependency>

<!-- 添加Jsoup支持 -->
<dependency>
	<groupId>org.jsoup</groupId>
	<artifactId>jsoup</artifactId>
	<version>1.10.2</version>
</dependency>

实例代码：

package com.open1111.jsoup;

import org.apache.http.HttpEntity;
import org.apache.http.client.methods.CloseableHttpResponse;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.util.EntityUtils;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class Demo01 {

	public static void main(String[] args) throws Exception{
		CloseableHttpClient httpclient = HttpClients.createDefault(); // 创建httpclient实例
        HttpGet httpget = new HttpGet("http://www.cnblogs.com/"); // 创建httpget实例
         
        CloseableHttpResponse response = httpclient.execute(httpget); // 执行get请求
        HttpEntity entity=response.getEntity(); // 获取返回实体
        String webContent=EntityUtils.toString(entity, "utf-8");
        // System.out.println("网页内容："+webContent); // 指定编码打印网页内容
        response.close(); // 关闭流和释放系统资源
        
        Document doc=Jsoup.parse(webContent);
        Elements elements=doc.getElementsByTag("title");
        Element element=elements.get(0);
        String title=element.text();
        System.out.println("网页标题是："+title);
        
        Element element2=doc.getElementById("site_nav_top");
        String navTop=element2.text();
        System.out.println("口号："+navTop);
	}
}

运行输出：

网页标题是：博客园 - 开发者的网上家园

口号：代码改变世界

具体代码讲解《一头扎进Jsoup》视频教程会详细讲解；