使用JSOUP实现网络爬虫:从一个文件加载一个文档
问题
在本机硬盘上有一个HTML文件,需要对它进行解析从中抽取数据或进行修改。
办法
可以使用静态 Jsoup.parse(File in, String charsetName, String baseUri) 方法:
view plain copy print?
File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");
说明
parse(File in, String charsetName, String baseUri) 这个方法用来加载和解析一个HTML文件。如在加载文件的时候发生错误,将抛出IOException,应作适当处理。
baseUri 参数用于解决文件中URLs是相对路径的问题。如果不需要可以传入一个空的字符串。
另外还有一个方法parse(File in, String charsetName) ,它使用文件的路径做为 baseUri。 这个方法适用于如果被解析文件位于网站的本地文件系统,且相关链接也指向该文件系统。关注公众号:拾黑(shiheibook)了解更多
[广告]赞助链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/
关注网络尖刀微信公众号
随时掌握互联网精彩
随时掌握互联网精彩
赞助链接
排名
热点
搜索指数
- 1 奋力谱写西部大开发新篇章 4983041
- 2 人参泡酒15年后竟“复活” 4968844
- 3 女子体验荷兰200元一晚的民宿 4812233
- 4 星火成炬|宇宙级别的浪漫 4784419
- 5 点读机女孩高君雨全网被禁 4653980
- 6 贪官靳东受贿100万现金藏床底 4540143
- 7 国企干部沉迷当“榜一大哥” 4411942
- 8 00后女孩当穿版模特:几秒换一套 4338235
- 9 学生跳楼并给教师留信?谣言 4209615
- 10 未成年被妈妈前男友性侵案宣判 4128438