新手求助，我用Jsoup获取到了网页中的URL，我要怎样利用呢？

[bianweiall]

如下所示，我已经获取到了Html中的URL地址，现在我想打开这些URL来获取打开网页中的信息，我该怎么办呢？

望热心网友能帮帮我！

package caiji;

import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class Jsoup01 {

	public static void main(String[] args) {

		String getUrl = "http://www.epzw.com/files/article/topmonthvisit/0/1.htm";
		String g1 = ".grid > tbody > tr > td > strong > a";
		String g2 = "abs:href";
		try {
			Document doc = Jsoup.connect(getUrl).timeout(60000).get();
			Elements links = doc.select(g1);
			for (Element link : links) {
				String bookURL = link.attr(g2);
				String bookTitle=link.text();
				System.out.println(bookURL+"   "+bookTitle);
			}
		} catch (IOException e) {
			e.printStackTrace();
		}
	}

}

[softroad]

类似这样

Elements mapLabel = doc.select("B:matchesOwn(MPN)");
      Elements a = doc.select("A:matchesOwn(Substitute)");
      Elements b = doc.select("B:matchesOwn(Name)");
      Element td = b.size() > 0 ? b.get(0).parent() : null;
      td = td == null ? null : td.nextElementSibling();
      parent.setMaterName(td == null ? "" : getText(td));

      Elements tds = doc.select("td:matchesOwn(Risk_Grade)");
      td = tds.size() > 0 ? tds.get(0).nextElementSibling() : null;
      parent.setRiskGrade(td == null ? "" : getText(td));

[softroad]

# jsoup 官方网站：http://jsoup.org/

# 开源中国社区上 jsoup 的一些代码片段：http://www.oschina.net/code/list_by_project?id=12689

[softroad]

:lt(n) 例如 td:lt(3) 表示 小于三列
:gt(n) div p:gt(2) 表示 div 中包含 2 个以上的 p
:eq(n) form input:eq(1) 表示只包含一个 input 的表单
:has(seletor) div:has(p) 表示包含了 p 元素的 div
:not(selector) div:not(.logo) 表示不包含 class=logo 元素的所有 div 列表
:contains(text) 包含某文本的元素，不区分大小写，例如 p:contains(oschina)
:containsOwn(text) 文本信息完全等于指定条件的过滤
:matches(regex) 使用正则表达式进行文本过滤：div:matches((?i)login)
:matchesOwn(regex) 使用正则表达式找到自身的文本

[bianweiall]

[Quote=引用 1 楼 softroad 的回复:]

类似这样

Java code

Elements mapLabel = doc.select("B:matchesOwn(MPN)");
Elements a = doc.select("A:matchesOwn(Substitute)");
Elements b = doc.select("B:matchesOwn(Name)");
Element ……
[/Quote]

老大，你推荐的Jsoup很好用，我昨天学习了一天，现在可以获取一篇网页里想要的东西了！多谢啊！

现在我通过上面的代码已经获取到一列URL地址了，现在想利用这一列地址要怎么办，我JAVA还不太懂！

[bianweiall]

通过现在获取到的URL列表，现在我想分别打开每个URL地址并获取里面的内容，代码我要怎么写呢？

[huntor]

继续用 jsoup 处理得到的 url。
看完 jsoup 网站的 cookbook 还有什么不会的

[huntor]

[Quote=引用 5 楼 bianweiall 的回复:]

通过现在获取到的URL列表，现在我想分别打开每个URL地址并获取里面的内容，代码我要怎么写呢？
[/Quote]

jsoup cookbook #4 从URL 载入 Document

Document doc = Jsoup.connect("http://example.com/").get();

[softroad]

赶快结贴散分，多追加点分

[luohuijun619]

这种可以用正则了，过滤下

[bianweiall]

[Quote=引用 10 楼 luohuijun619 的回复:]

这种可以用正则了，过滤下
[/Quote]

我用的是Jsoup，正则我还没研究过，还不会！

[huntor]

Elements elements = doc.select("div#content > table:eq(0) > tr:eq(0) > td:eq(0) > table:eq(0) > tr:eq(1) > td:lt(4)");

for(Element e : elements){
    System.out.println(e.text());
}

类    别：网游小说
作    者：蝴蝶蓝
文章状态：连载中
全文长度：1433287字

好好看看这页 http://jsoup.org/cookbook/extracting-data/selector-syntax

[bianweiall]

[Quote=引用 8 楼 softroad 的回复:]

赶快结贴散分，多追加点分
[/Quote]

老大，像下面的要怎么获得呢？

我想获得：网游小说， 蝴蝶蓝，连载中，131759这一类信息，我不知道怎样写规则

http://www.epzw.com/bookinfo/43/43866.htm

<tr>
<td><table width="100%" border="0" cellspacing="0" cellpadding="3">
<tr align="center">
<td colspan="4"><h3>全职高手全文下载</h3></td>
</tr>
<tr>
<td width="25%">类    别：网游小说</td>

<td width="25%">作    者：蝴蝶蓝</td>
<td width="25%">文章状态：连载中</td>
<td width="25%">全文长度：1433287字</td>
</tr>
<tr>
<td>阅 读 数：131759</td>

<td>推 荐 数：8069</td>
<td>收 藏 数：1435</td>
<td> </td>
</tr>
</table></td>
</tr>