https://github.com/code4craft/jsoup-learning

Jsoup学习笔记。添加了部分学习代码和注释。
https://github.com/code4craft/jsoup-learning

Last synced: 3 days ago
JSON representation

Jsoup学习笔记。添加了部分学习代码和注释。

• Host: GitHub
• URL: https://github.com/code4craft/jsoup-learning
• Owner: code4craft
• License: mit
• Created: 2013-08-31T00:32:57.000Z (over 11 years ago)
• Default Branch: master
• Last Pushed: 2023-12-16T18:10:39.000Z (about 1 year ago)
• Last Synced: 2025-01-15T17:52:12.645Z (10 days ago)
• Language: Java
• Size: 980 KB
• Stars: 638
• Watchers: 71
• Forks: 228
• Open Issues: 3
• Metadata Files:
  • Readme: README.md
  • Changelog: CHANGES
  • License: LICENSE

Awesome Lists containing this project

• my-awesome - code4craft/jsoup-learning - 12 star:0.6k fork:0.2k Jsoup学习笔记。添加了部分学习代码和注释。 (Java)

README

        
Jsoup学习笔记 

------

**Jsoup**是Java世界的一款HTML解析工具，它支持用CSS Selector方式选择DOM元素，也可过滤HTML文本，防止XSS攻击。

学习Jsoup是为了更好的开发我的另一个爬虫框架[webmagic](https://github.com/code4craft/webmagic)，为了学的比较详细，就强制自己用很规范的方式写出这部分文章。

代码部分来自[https://github.com/jhy/jsoup](https://github.com/jhy/jsoup)，添加了一些中文注释以及示例代码。

---------------

## 提纲

1. [概述](https://github.com/code4craft/jsoup-learning/blob/master/blogs/jsoup1.md)

2. [DOM相关对象](https://github.com/code4craft/jsoup-learning/blob/master/blogs/jsoup2.md)

3. [Document的输出](https://github.com/code4craft/jsoup-learning/blob/master/blogs/jsoup3.md)

4. HTML语法分析parser

	1. [语法分析与状态机基础](https://github.com/code4craft/jsoup-learning/blob/master/blogs/jsoup4.md)

	2. [词法分析Tokenizer](https://github.com/code4craft/jsoup-learning/blob/master/blogs/jsoup5.md)

	3. [语法检查及DOM树构建](https://github.com/code4craft/jsoup-learning/blob/master/blogs/jsoup6.md)

5. [CSS Selector](https://github.com/code4craft/jsoup-learning/blob/master/blogs/jsoup7.md)

6. [防御XSS攻击](https://github.com/code4craft/jsoup-learning/blob/master/blogs/jsoup8.md)

7. [为Jsoup增加XPath选择功能](https://github.com/code4craft/xsoup)

	

	Jsoup默认没有XPath功能，我写了一个项目[Xsoup](https://github.com/code4craft/xsoup)，可以使用XPath来选择HTML文本。Java里较常用的XPath抽取器是HtmlCleaner，Xsoup的性能比它快了一倍。

-------

## 协议：

相关代码遵循MIT协议。

文档遵循CC-BYNC协议。

[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/code4craft/jsoup-learning/trend.png)](https://bitdeli.com/free "Bitdeli Badge")