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 总书记的“家园”之喻 7904758
- 2 744分考上清华的庞众望现状曝光 7807952
- 3 女生兼职给LABUBU钩衣服月入超2万 7714277
- 4 听听青年的网络文明“关键词” 7618185
- 5 阿里离职员工发万字长文 马云回应 7520131
- 6 重庆首富身家缩水1000亿 7428772
- 7 洛杉矶已面目全非 7333467
- 8 哪吒汽车CEO被员工围堵在办公室 7236073
- 9 李晨晒哥斯拉LABUBU 7137738
- 10 种粮大户的“丰收密码” 7042354