<فئة div = "MsoNormal" النمط = "الهامش السفلي: 0.0001pt;" >جسوب < / span >< / b > هو بائع الكتب de جافا < / i> من يعالج الكود HTML. إنه واجهة برمجة التطبيقات< / سبان> < / u> مناسب جدا لاستخراج البيانات ومعالجتها باستخدام أفضل طرق DOM,CSS et jquery.
الميزات: < / span >< / div>- تحليل كود HTML من عنوان URL أو ملف أو string. - البحث عن البيانات واستخراجها باستخدام شجرة DOM و CSS.< / span> - معالجة العناصر والنص HTML. - منع هجمات XSS عن طريق مسح اشتراك المستخدم. - قم بإنشاء كود HTML مرتب.< / span>
< / ul>
JSoup ليتم تكييفه مع إصدارات مختلفة من HTML ، فهو ينشئ شجرة تم تحليلها.< / o: p>< / span >< / div>
استرجع صفحة ويكيبيديا ، وقم بتحويلها وتحليلها ك DOM ، وحدد من قسم الأخبار قائمة بالعناصر.
< span style = "لون الخلفية: #eeeeee; عائلة الخط: Trebuchet MS ، بلا رقيق ؛" >مستند المستند = Jsoup.connect("http://fr.wikipedia.org").get(); نمط < / span >< / div>
1 - تحليل مستند< / span >< / b>< / h3>
هذا الرمز مخصص لتحليل a document HTML:
< / span>< / div>
String html = " < رئيس> < العنوان> اللقب الأول " < فرع /> + "< الجسم> < مثال على التعليمات البرمجية للمستند "; Document doc = Jsoup.parse(html); < / o: p>< / span>< / div>
< / span>< / div>
سيبذل المحلل اللغوي قصارى جهده لإنشاء كود HTML واضح من الكود الذي قدمته ، فهو يتعامل مع: < / span >< span style = "لون الخلفية: أبيض ؛ عائلة الخط: "مصدر بلا برو" ، بلا رقيق ؛" >- العلامات غير المغلقة على سبيل المثال: < بلابلا تتحول إلى < بلابلا < / span > < span style = "لون الخلفية: أبيض ؛ عائلة الخط: "مصدر بلا برو" ، بلا رقيق ؛" >- العلامات الضمنية على سبيل المثال: < / span > نبسب؛ نبسب؛ نبسب؛ < ت.د> نبسب؛ جدول محاط بنمط < / span >< span = "لون الخلفية: أبيض ؛ عائلة الخط: "مصدر بلا برو" ، بلا رقيق ؛" > < الجدول> < تر> < ت.د> < / span > < span style = "لون الخلفية: أبيض ؛ عائلة الخط: "مصدر بلا برو" ، بلا رقيق ؛" >- يحترم هيكل الكود الذي تم إنشاؤه معايير لغة HTML (الرأس والجسم والعناصر التي تشكل الصفحة). < / span >< / div>
2- تحليل مستند من سلسلة < / span >< / b>< / h3>
لدينا HTML في سلسلة Java ونريد تقسيمها للحصول على محتواها ، أو للتحقق مما إذا كانت مكتوبة بشكل جيد ، أو لتعديلها. يمكن قراءة الإدخال من ملف أو رابط من web.
يجب عليك استخدام الطريقة المحددة مسبقا Jsoup.parse(سلسلة html) أو Jsoup.parse(سلسلة html, سلسلة أوري) إذا كانت الصفحة واردة من الويب. < / span >انظر < / span >< span style = "عائلة الخط: 'Source Sans Pro' ، sans-serif ؛" >class Jsoup.< / a>< / span >< / span>< / o: p>< / span>< / div>
بمجرد حصولك على المستند ، ستتمكن من: استعادة البيانات مع أساليب الفئة وثيقة والدرجات العليا < نمط الامتداد = "اللون: أزرق ؛" >Node < / span > et Element.< / o: p>< / span>< / div>
3- تحليل الجسم< / span>< / b>< / h3 >
لدينا قطعة من البدلة التي نريد تحليلها. يمكن أن تحتوي التعليمة البرمجية على عناصر ليست كود HTML على سبيل المثال ، مثل comments.< / o: p>< / span>< / div>
الحل هو استخدام Jsoup.parseBodyFragment(سلسلة html).
< / span>< / div>
سلسلة < / سبان >< / ب >< سبان النمط = "عائلة الخط: 'مصدر بلا برو' ، بلا سيريف ؛" > html="< شعبة> < الفقرة "؛ Document doc = Jsoup.parseBodyFragment(html); Element body = doc.body(); < / o: p>< / span>< / div>
< / span>< / div>
< / span > < span style = "عائلة الخط: 'Source Sans Pro' ، sans-serif ؛" >الأسلوب parseBodyFragment بإنشاء مستند فارغ وإدراج HTML الذي تم تحليله في النص الأساسي. إذا كنت تستخدم < نمط الامتداد = "اللون: # 990000 ؛" >Jsoup.parse (سلسلة html) < / span > ، سيكون لديك نفسه النتيجة ، ولكن التعامل مع الإخراج ك يضمن جزء الجسم أن جميع العناصر المقدمة قد تم تحليلها.< / o: p>< / span>< / div>
طريقة Document.body() يسترجع العناصر الجزء السفلي من الجسم (الطفل) ، وهو ما يعادل < نمط الامتداد = "اللون: # 990000 ؛" >doc.getElementsByTag ("body").
Commentaires (0)
Laisser un commentaire
Connectez-vous pour commenter
Rejoignez la discussion et partagez vos connaissances avec la communauté
Chargement des commentaires...