jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。
下面是我写的一个案例欢迎大家参考：
package crawlerTest; import java.io.IOException; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; public class JsoupTest { public static void main(String[] args) throws IOException { /* * 解析一个字符串 */ String html = "<html><head><title>First parse</title></head>" + "<body><p>Parsed HTML into a doc.</p></body></html>"; Document doc = Jsoup.parse(html); System.out.println(doc); /* * 解析url */ String url="http://www.tripadvisor.com/SearchForums?q=airbnb&x=18&y=10&pid=34633&s=+"; Document doc1=Jsoup.connect(url).userAgent("bbb").timeout(50000).get(); Elements ele=doc1.select("table[class=forumsearchresults]").select("tr[class~=firstpostrow?]"); for (Element elem:ele) { String _id=elem.attr("id"); String _url="http://www.tripadvisor.com"+elem.select("td[onclick~=setPID?]").select("a"). attr("href"); String _content=elem.select("td[onclick~=setPID?]").select("a").text(); System.out.println(_id+"===="+_url+"===="+_content); } } }下图为我输出的结果：
