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 让互联网更好造福世界各国人民 7904339
- 2 王钰栋点球绝杀 国足1比0巴林 7808251
- 3 中国的垃圾不够烧了 7712967
- 4 “超算+量算” 告别算力孤岛时代 7619094
- 5 女孩漂流遭男子高压水枪攻击致失明 7519671
- 6 击败国足后 印尼被日本6-0吊打 7427957
- 7 网警护航 高考个人信息安全指南来了 7330204
- 8 美国抗议者占领特朗普大厦 7232301
- 9 曹颖14岁儿子被赞“最帅星二代” 7140908
- 10 全国多个景区为中、高考生送福利 7044841