Jsoup解析网页html
Jsoup解析网页html
解析网页demo:
利用Jsoup获取截图中的数据信息:

html代码片段:
<!-- 当前基金档案\计算\定投\开户 start -->
<div class="wrapper">
<div class="wrapper_min">
<div class="merchandiseDetail">
<div class="fundDetail-header">
<div class="fundDetail-tit">
<div style="float: left">兴全社会责任混合
<span>(</span>
<span class="ui-num">340007</span></div>)</div>
<div class="fundDetail-tools">
<a class="jijinba" href="http://guba.eastmoney.com/list,of340007.html">基金吧</a>
<!-- 未自选 start -->
<a class="addSel" id="addSel" href="javascript:;" target="_self">加自选</a>
<!-- 未自选 end -->
<a class="addCom" id="addCom" href="javascript:;" target="_self" onclick="common.addCompare()">加对比</a>
<a class="addDownApp" href="http://fundact.eastmoney.com/app/">手机版天天基金下载</a></div>
</div>
<div class="fundDetail-main">
<!-- 档案 start -->
<div class="fundInfoItem">
<!--开放式基金收益率模块-->
<div class="dataOfFund">
<dl class="dataItem01">
<dt>
<p>
<span>
<span class="sp01">净值估算</span></span>
<span id="gz_gztime">(17-12-20 15:00)</span>
<span class="infoTips">
<span class="tipsBubble" style="display: none;">净值估算每个交易日9:30-15:00盘中实时更新(QDII基金为海外交易时段),是按照基金持仓、指数走势和基金过往业绩估算,估算数据并不代表真实净值,仅供参考,请以基金管理人披露净值为准。</span></span>
</p>
</dt>
<dd class="dataNums">
<dl class="floatleft">
<span class="ui-font-large ui-color-green ui-num" id="gz_gsz">3.7576</span></dl>
<dl id="gz_icon" class="gzdown"></dl>
<dl class="floatleft fundZdf">
<span class="ui-font-middle ui-color-green ui-num" id="gz_gszze">0.0594</span>
<span class="ui-font-middle ui-color-green ui-num" id="gz_gszzl">-1.56%</span></dl>
</dd>
<dd>
<span>近1月:</span>
<span class="ui-font-middle ui-color-green ui-num">-4.62%</span></dd>
<dd>
<span>近1年:</span>
<span class="ui-font-middle ui-color-red ui-num">44.20%</span></dd>
</dl>
<span class="dataOfFund-line"></span>
<dl class="dataItem02">
<dt>
<p>
<span class="ui-color-blue">
<span class="sp01">
<a href="http://fund.eastmoney.com/f10/jjjz_340007.html">单位净值</a></span>(</span>2017-12-19)</p>
</dt>
<dd class="dataNums">
<span class="ui-font-large ui-color-red ui-num">3.8170</span>
<span class="ui-font-middle ui-color-red ui-num">1.41%</span></dd>
<dd>
<span>近3月:</span>
<span class="ui-font-middle ui-color-red ui-num">13.47%</span></dd>
<dd>
<span>近3年:</span>
<span class="ui-font-middle ui-color-red ui-num">113.48%</span></dd>
</dl>
<span class="dataOfFund-line"></span>
<dl class="dataItem03">
<dt>
<p>
<span class="ui-color-blue">
<span class="sp01">
<a href="http://fund.eastmoney.com/f10/jjjz_340007.html">累计净值</a></span>
</span>
</p>
</dt>
<dd class="dataNums">
<span class="ui-font-large ui-color-red ui-num">4.0070</span></dd>
<dd>
<span>近6月:</span>
<span class="ui-font-middle ui-color-red ui-num">25.35%</span></dd>
<dd>
<span>成立来:</span>
<span class="ui-font-middle ui-color-red ui-num">332.92%</span></dd>
</dl>
</div>
<div class="infoOfFund">
<div class="infoOfFund-line"></div>
<table>
<tr>
<td>基金类型:
<a href="http://fund.eastmoney.com/HH_jzzzl.html#os_0;isall_0;ft_;pt_3">混合型</a> | 中高风险</td>
<td>
<a href="http://fund.eastmoney.com/f10/gmbd_340007.html">基金规模</a>:76.83亿元(2017-09-30)</td>
<td>基金经理:
<a href="http://fund.eastmoney.com/f10/jjjl_340007.html">傅鹏博</a></td>
</tr>
<tr>
<td>
<span class="letterSpace01">成 立 日</span>:2008-04-30</td>
<td>
<span class="letterSpace01">管 理 人</span>:
<a href="http://fund.eastmoney.com/company/80036742.html">兴全基金</a></td>
<td>
<a class="floatleft" href="http://fund.eastmoney.com/f10/jjpj_340007.html">基金评级</a>
<span class="floatleft">:</span>
<div class="jjpj4"></div>
</td>
</tr>
</table>
</div>
</div>
<!-- 档案 end -->
java实现代码:
/**
* Project Name:wlpc
* File Name:XyzqTask.java
* Package Name:com.xyzq.wlpc.task
* Date:2017年12月20日下午1:48:16
* Copyright (c) 2017 All Rights Reserved.
*
*/
import java.io.IOException;;import net.sf.json.JSONObject;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;/**
* ClassName:XyzqTask
* Function: TODO
* Reason: TODO
* Date: 2017年12月20日 下午1:48:16
* @author lizm
* @since JDK 1.6
*
*/
public class XyzqTask extends BaseTask { private void getHtml(){
String url = "";
url = Pub.getPropertiesValue("wlpc", "wlpc.web.url");
try {
Document doc = Jsoup.connect(url).get();
//class等于fundDetail-tit的div标签
Elements fundDetail_tit = doc.select("div.fundDetail-tit");
for (Element element : fundDetail_tit){
//特殊字符'(',使用 \\( 或 [(]
System.out.println("fundDetail_tit>>>>:"+element.text().split("\\(")[0]);
//获取div下的第一个span的class为ui-num的值
Document elementDoc = Jsoup.parse(element.toString());
Element elm = elementDoc.select("span.ui-num").first();
System.out.println("elm>>>>:"+elm.text());
}
//id等于gz_gztime的span标签
Elements gz_gztime = doc.select("span#gz_gztime");
for (Element element : gz_gztime){
System.out.println("gz_gztime>>>>:"+element.text().replace("(", "").replace(")", ""));
}
//id等于gz_gsz的span标签
Elements gz_gsz = doc.select("span#gz_gsz");
for (Element element : gz_gsz){
System.out.println("gz_gsz>>>>:"+element.text());
}
//id等于gz_gszze的span标签
Elements gz_gszze = doc.select("span#gz_gszze");
for (Element element : gz_gszze){
System.out.println("gz_gszze>>>>:"+element.text());
} //id等于gz_gszzl的span标签
Elements gz_gszzl = doc.select("span#gz_gszzl");
for (Element element : gz_gszzl){
System.out.println("gz_gszzl>>>>:"+element.text());
}
//class等于dataItem02的dl标签
Elements dataItem02 = doc.select("dl.dataItem02");
for (Element element : dataItem02){
Document elementDoc = Jsoup.parse(element.toString());
Element elm1 = elementDoc.getElementsByTag("p").first();
System.out.println("elm>>>>:"+elm1.text().replace("单位净值 (", "").replace(")", ""));
Element elm_dd = elementDoc.select("dd.dataNums").first();
Document doc_dd = Jsoup.parse(elm_dd.toString());
Element elm_dd_span1 = doc_dd.getElementsByTag("span").first();
System.out.println("elm_dd_span1>>>:"+elm_dd_span1.text());
Element elm_dd_span2 = doc_dd.getElementsByTag("span").last();
System.out.println("elm_dd_span2>>>:"+elm_dd_span2.text());
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
} public static void main(String[] args) {
XyzqTask client = new XyzqTask();
client.getHtml();
}
}
输出结果:
fundDetail_tit>>>>:兴全社会责任混合
elm>>>>:340007
gz_gztime>>>>:17-12-21 15:00
gz_gsz>>>>:3.8583
gz_gszze>>>>:+0.0933
gz_gszzl>>>>:+2.48%
elm>>>>:2017-12-20
elm_dd_span1>>>:3.7650
elm_dd_span2>>>:-1.36%
Jsoup解析网页html的更多相关文章
- [java] jsoup 解析网页获取省市区域信息
到国家统计局抓取数据, 到该class下解析数据 /** * jsoup解析网页 * @author xwolf * @date 2016-12-13 18:11 * @since V1.0.0 */ ...
- Jsoup解析网页源码时常用的Element(s)类
Jsoup解析网页源码时常用的Element(s)类 一.简介 该类是Node的直接子类,同样实现了可克隆接口.类声明:public class Element extends Node 它表示由一个 ...
- jsoup解析网页出现转义符问题
https://www.oschina.net/question/996055_136438 *************************************** 我要解析这个网页 htt ...
- 使用java开源工具httpClient及jsoup抓取解析网页数据
今天做项目的时候遇到这样一个需求,需要在网页上展示今日黄历信息,数据格式如下 公历时间:2016年04月11日 星期一 农历时间:猴年三月初五 天干地支:丙申年 壬辰月 癸亥日 宜:求子 祈福 开光 ...
- jsoup开发网页客户端3
这个系列好久没更新,最近好忙,老大说未来是Html5的,所以最近一直学习前端以及Html5的一些东西.Android5.0的诞生,让我们眼前一亮,独特的Material风格更是吸引了无数人. 话说不学 ...
- jsoup解析页面
package com.java.jsoup; /** * jsoup解析网页 * @author nidegui * @version 2019年4月29日 下午5:12:02 * */ impor ...
- httpclient+jsoup实现网页信息抓取
需求分析:抓取:http://tools.2345.com/rili.htm中的万年历(阳历.阴历等等). 1.首先为抓取的内容创建一个类.实现封装. package com.wan.domain; ...
- 使用Jsoup帮助解析具有html标签的数据和解析网页
下载Jsoup包后导入 /** * Created by YGW on 2016/4/17. * 显示公告的详细内容 */public class PressFragment extends Frag ...
- Jsoup代码示例、解析网页+提取文本
使用Jsoup解析HTML 那么我们就必须用到HttpClient先获取到html 同样我们引入HttpClient相关jar包 以及commonIO的jar包 我们把httpClient的基本代码写 ...
随机推荐
- GlusterFS实战
预装glusterfs软件包 yum -y install centos-release-gluster37.noarch yum --enablerepo=centos-gluster*-test ...
- PHP 学习笔记之一:thinkPHP的volist标签
Volist标签主要用于在模板中循环输出数据集或者多维数组. 属性: name : 必须,输出数据模板变量,后台提供的变量. id : 必须,是循环变量,可以随便定义,但是不能跟name相同. 举个栗 ...
- poj1696 Space Ant【计算几何】
含极角序排序模板. Space Ant Time Limit: 1000MS Memory Limit: 10000K Total Submissions: 5334 Accepted: ...
- ubuntu下安装opencv3.1.0
ubuntu14.04安装opencv3.1 1.下载opencv3.1源码http://opencv.org/releases.html 2.安装opencv3 2.1安装opencv3的依赖 1 ...
- CodeForces - 586C Gennady the Dentist 模拟(数学建模的感觉)
http://codeforces.com/problemset/problem/586/C 题意:1~n个孩子排成一排看病.有这么一个模型:孩子听到前面的哭声自信心就会减弱:第i个孩子看病时会发出v ...
- 指定多个pip源
https://blog.csdn.net/liujiong63/article/details/78795015 Linux环境下创建pip配置文件: vim .pip/pip.conf [glob ...
- mysql python pymysql模块 增删改查 查询 字典游标显示
我们看到取得结果是一个元祖,但是不知道是哪个字段的,如果字段多的时候,就比较麻烦 ''' (1, 'mike', '123') (2, 'jack', '456') ''' 用字典显示查询的结果,也可 ...
- windows使用方法
1:截图搜索英文单词:snipping tool 2: 修改语言,搜索language 3:关闭fn键,按键 fn+esc(fnlock). 就可以将fn关闭和开启.
- 深入理解python之二——python列表和元组
从一开始学习python的时候,很多人就听到的是元组和列表差不多,区别就是元组不可以改变,列表可以改变. 从数据结构来说,这两者都应当属于数组,元组属于静态的数组,而列表属于动态数组.稍后再内存的分配 ...
- Linux sendmail
最近在写自动化巡检脚本,想着怎么预警后自动发送邮件报警. 首先下载最新版本mailx-12.4.tar.bz2 # wget http://sourceforge.net/projects/heirl ...