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>&nbsp;&nbsp;|&nbsp;&nbsp;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

  1. [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 */ ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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; ...

  8. 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 ...

  9. 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

  1. 2.3AutoEncoder

    AutoEncoder是包含一个压缩和解压缩的过程,属于一种无监督学习的降维技术. 神经网络接受大量信息,有时候接受的数据达到上千万,可以通过压缩 提取原图片最具有代表性的信息,压缩输入的信息量,在将 ...

  2. 2.1TF模型持久化

    目前tf只能保存模型中的variable变量,整个模型还不能保存,版本1.x 保存模型代码 import tensorflow as tf import numpy as np # Save to f ...

  3. codeforces 894B - Ralph And His Magic Field - [数学题]

    题目链接:https://cn.vjudge.net/problem/CodeForces-894B Ralph has a magic field which is divided into n × ...

  4. ubuntu ssh 连接加速

    vi /etc/ssh/sshd_config 最后加上 UseDNS no

  5. mybatis-3 cache 源码赏析

    总结: 从缓存策略源码,可以分析java相关类库 mybatis-3/src/main/java/org/apache/ibatis/cache/decorators/SoftCache.java p ...

  6. 97.394570112228 - Query OK, 1 row affected (43.05 sec) - the overhead of parsing and network communication

    mysql> create table w0904procedure (wa char, wb char, wd char, wi char); Query OK, rows affected ...

  7. 【python-opencv】18-图像梯度+图像边界

    效果图: *一阶导数与Soble算子 *二阶导数与拉普拉斯算子 定义:把图片想象成连续函数,因为边缘部分的像素值是与旁边像素明显有区别的,所以对图片局部求极值,就可以得到整幅图片的边缘信息了. 不过图 ...

  8. webview与js交互(转)

    原文:http://www.cnblogs.com/vanezkw/archive/2012/07/02/2572799.html 对于android初学者应该都了解webView这个组件.之前我也是 ...

  9. 01_Python 基础课程安排

    Python 基础课程安排 目标 明确基础班课程内容 课程清单 序号 内容 目标 01 Linux 基础 让大家对 Ubuntu 的使用从很 陌生 达到 灵活操作 02 Python 基础 涵盖 Py ...

  10. python center() 函数

    center Python center() 返回一个原字符串居中,并使用空格填充至长度 width 的新字符串.默认填充字符为空格. 语法 center()方法语法: str.center(widt ...