jsoupを使ってHTMLを解析します。

//     ：
    //  http://www.jb51.net/article/43485.htm
    
    @Test
     public void  AnalysisHTMLByString()
     {
        String  html="
a.
   
";
        Document doc = Jsoup.parse(html);
        Elements ele=doc.getElementsByTag("p");
        for(Element e :ele)
        {
              System.out.println(e.text());
            
        }
        
        
    }
    
    @Test
    public void AnlysisHTMLByFile() throws IOException
    {
         File file=new File(System.getProperty("user.dir")+"\\a.html");
         Document doc=Jsoup.parse(file, "UTF-8");
         Elements eles=doc.getElementsByTag("a");
         for(Element e :eles)
         {
               System.out.println(e.text());
               System.out.println(e.attr("href"));
         }
        Element ele =doc.getElementById("btn");
        System.out.println(ele.html());
        
    }
    
    @Test
    public void  AnlysisHTMLByURL() throws IOException
    {
        int  timeout=3000;
       Document doc=  Jsoup.connect("http://www.cnblogs.com/rhythmK/").get();
       
       //  A    
       System.out.println("     ："+ doc.getElementsByTag("a").size());
       
       System.out.println("    ID:"+ doc.getElementById("navigator").html());
       
        Elements eles= doc.select("#navigator");
        for(Element ele :eles)
        {
            System.out.println(ele.html());
        }
    }

Elementsというオブジェクトは、DOMに類似した一連の方法を提供して要素を検索し、データを抽出して処理する。具体的には、検索要素getElementById getElementsByTag(String)getElementsByClass(String classing)getElements ByAttribute(String key)(and related methods)Efith blings，EfintlementsnextElemenntSibling()、previous ElemenntSibling()Graph:parent()、children()、child()元素データatr(String key)取得属性atr(String key、String value)設定属性atributes(すべての属性を取得するid)classis Name()and classis Names()text(テキストコンテンツtext(String value)設定テキスト内容を取得します)(要素内HTML html設定要素内のHTMLコンテンツouterHtml()取得要素外HTMLコンテンツdata(たとえば、scriptとstyleタグ)を取得します。prepend(Stering)apping Text(String text)、prependText(Stering text)appendElement(String tagName)、prependElement(String tagName)
Selectorセレクタの概要tag name:タグによって要素を検索します。例えば、ans(:タグによって名前空間で要素を検索できます。例えば:fb name文法を使って元素を検索できます。例えば:masted[atribute]を利用して元素を検索します。例えば、[href][^atr]：属性名プレフィックスを利用して要素を検索することができます。例えば、HTML 5 Dataset属性を持つ要素[atr=value]：属性値を利用して要素を検索します。例えば、[href*=/path/][atr~=regex]：属性値を正規表現に合わせて要素を検索します。i)\.（png＿jpe？g）＊：この記号はすべての要素Selectorセレクタとマッチします。el((Cute)id:元素+IDを使用します。例えば、div(logoel.class:元素+class)：div.masttheadel[atrd]：元素+class、たとえば、a[href]任意の要素を組み合わせます。例えば、「body」の要素のすべてのp要素parent>childをbody pで検索することができます。ある親要素の直接的なサブ要素を検索します。例えば、div.co nt>p元素を使って、body>*でbodyタグの下のすべての直接的なサブ要素siblingA+siblingBを検索することもできます。A元素の前の最初のクラスBを検索します。例えば、div.head+divsiblingA~siblingX:A元素を検索する前の同級X元素、例えば：h 1~pel、el、el：複数のセレクタを組み合わせて、いずれかのセレクタにマッチする唯一の要素を探します。例えば、div.logoダミーセレクタselectors：lt（n）：どの元素の同級のインデックス値を探しますか？例えば、td:lt(3)は三列以下の要素を表します。gt(n)：どの要素の同級のインデックス値がnより大きいかを検索します。例えば、div p:gt(2)はどのdivに2つ以上のp要素が含まれていますか？eq(n)：どの要素の同級のインデックス値がnと等しいかを調べます。例えば、form input:eq(1)は一つのinputタグを含むForm元素を表します。例えば、div:has(p)は、どのdivがp要素を含むかを表しています。not(selector)：選択器と一致しない要素を検索します。例えば、div:not(.logo)は、class=logo要素を含まないすべてのdivリストを表しています。contains(text)：指定されたテキストを含む要素を検索します。検索は、大文字か？例えば、p:contains(jsoup)：containsOwn(text)：与えられたテキストを直接含む要素を検索します。matches(regex)：どの要素のテキストマッチング指定の正規表現を検索しますか？i)login)：matchesOwn（regex）：テキストマッチング指定正規表現を含む要素を検索する注意：上記の疑似セレクタインデックスは0から始まり、つまり最初の要素インデックス値は0、第二の要素indexは1などはSelector API参照を参照して、より詳細な内容を知ることができる。