jsoup is a Java library for working with real-world HTML.


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.


 


jsoup implements the WHATWG HTML5 specification, and parses HTML to the same DOM as modern browsers do.



  • scrape and parse HTML from a URL, file, or string

  • find and extract data, using DOM traversal or CSS selectors

  • manipulate the HTML elements, attributes, and text

  • clean user-submitted content against a safe white-list, to prevent XSS attacks

  • output tidy HTML


jsoup is designed to deal with all varieties of HTML found in the wild; from pristine and validating, to invalid tag-soup; jsoup will create a sensible parse tree.


Example


Fetch the Wikipedia homepage, parse it to a DOM, and select the headlines from the In the news section into a list of Elements (online sample):


Document doc = Jsoup.connect("http://en.wikipedia.org/").get();

 

Elements newsHeadlines = doc.select("#mp-itn b a");

 


Open source


jsoup is an open source project distributed under the liberal MIT license. The source code is available at GitHub.


Getting started



  1. Download the jsoup jar (version 1.7.3)

  2. Read the cookbook introduction

  3. Enjoy!


Development and support


If you have any questions on how to use jsoup, or have ideas for future development, please get in touch via the mailing list.


If you find any issues, please file a bug after checking for duplicates.


Status


jsoup is in general release.





Cookbook contents


Introduction



  1. Parsing and traversing a Document


Input



  1. Parse a document from a String

  2. Parsing a body fragment

  3. Load a Document from a URL

  4. Load a Document from a File


Extracting data



  1. Use DOM methods to navigate a document

  2. Use selector-syntax to find elements

  3. Extract attributes, text, and HTML from elements

  4. Working with URLs

  5. Example program: list links


Modifying data



  1. Set attribute values

  2. Set the HTML of an element

  3. Setting the text content of elements


Cleaning HTML



  1. Sanitize untrusted HTML (to prevent XSS)






مواضيع متعلقة

آخر اخبارنا

  • Alex Amell
  • Mar 6, 2016
  • 0

اقرا المزيد

  • Alex Amell
  • Mar 6, 2016
  • 0

اقرا المزيد

  • Alex Amell
  • Mar 6, 2016
  • 0

اقرا المزيد

اهم الفاعليات لهذا الشهر

شهادات العملاء

شركة الفالح للمقاولات

انقلنا الي استخدام نظام آفاق لقد كانت نقلة نوعية لقسم الحسابات لدينا

الشركه المتحدة

شكرا آفاق على تسهيل العمل وربط الفروع مع نقاط البيع بدون اتصال ومع اتصال

شركة العروبة لنقل وتغليف الاثاث

من بين عدة انظمة للمحاسبة وقع اختيارنا على آفاق للمحاسبة لانه مناسب لطبيعة نشاطنا وانتشار فروعنا في مناطق مختلفة

شركة بريمير للهندسة والمقاولات

آفاق للحسابات العامة نشكركم على هذا المنتج الرائع والي مزيد من التقدم والرقي لهذا المنتج الرائع

عبدالرحمن بن زيد المحدودة

نقاط البيع واصدار الفواتير عبر نظام آفاق بالفعل هو الافضل مع تجربتنا لاكثر من نظام محاسبي كان آفاق الافضل من بينها

الشبكات الإجتماعية

الوسوم

تغريدات تويتر

  • جميع الحقوق محفوظة © 2016.