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/

随时掌握互联网精彩
赞助链接
排名
热点
搜索指数
- 1 万里丝路颂长歌 7903998
- 2 韦东奕婉拒采访 称舆论已影响到自己 7809557
- 3 高考结束挑行李回家的女生发声 7714246
- 4 构建网络“同心圆” 7616671
- 5 洛杉矶已面目全非 7520126
- 6 扎克伯格1000亿天价买“半个”天才 7428115
- 7 网警:当心你的隐私被“共享” 7331349
- 8 迪丽热巴因一句台词一夜涨粉200万 7237540
- 9 台网红馆长大赞上海:厕所居然有门 7138945
- 10 高考后这些信息不要晒 7044508