jsoup采集html

JSoup是一个Java的HTML解析器，它提供了一种非常方便的方式来从HTML文档中获取和操作数据。以下是一个简单的JSoup采集HTML的示例：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class JsoupExample {
    public static void main(String[] args) {
        try {
            // 从URL获取HTML内容
            Document doc = Jsoup.connect("https://www.example.com/").get();
            
            // 获取页面标题
            String title = doc.title();
            System.out.println("Title: " + title);
            
            // 获取所有链接
            Elements links = doc.select("a[href]");
            for (Element link : links) {
                System.out.println("Link: " + link.attr("href"));
            }
            
            // 获取页面中的所有图片
            Elements images = doc.select("img[src~=(?i)\\.(png|jpe?g|gif)]");
            for (Element image : images) {
                System.out.println("Image: " + image.attr("src"));
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

上述代码使用JSoup连接到指定的URL，并获取HTML内容。然后，它使用JSoup的选择器语法来获取页面标题、所有链接和所有图片。最后，它打印这些元素的内容。

使用JSoup采集HTML非常方便，它提供了强大的选择器语法和灵活的API，使得解析HTML变得非常简单。