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 总书记关心的世界文化遗产 7904829
- 2 幼儿园一年关掉2万所 7809413
- 3 伊导弹袭击目标包括以总理家族住所 7713836
- 4 “棒棒”父亲收到了儿子的礼物 7618392
- 5 刘亦菲大背头造型 霸总味十足 7522730
- 6 山东一大学禁用红米手机考试 7425771
- 7 无锡2-0常州 丨州变丨川了 7328596
- 8 甘肃一公立医院停诊不再接受新患者 7236733
- 9 妈妈是从电视台得知黄圣依结婚消息 7135519
- 10 烂尾楼业主想退房退款?法院判了 7044896