java操作html格式数据

近期在做数据抓取功能，抓取到的数据为html格式，需在后台进行转换后取值，为了避免使用字符串查找方式获取而使用Jsonp完美实现。

1. 引入Jsonp：

<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.11.2</version>
</dependency>

2. 进行数据转换：

　　2.1 select可以获取HTML标签，类型为Elements；

　　2.2 child(int index) 可以根据坐标获取子标签；

　　2.3 text()可以获取便签内容。

// 解析返回数据
try {
    Document doc = Jsoup.parse(result);
    // 获取响应内容指定区域标签
    Elements elements = doc.select(".BOC_main").select("tr");
    // 获取具体值
    text = elements.get(1).child(6).text();
} catch(Exception e) {
    e.printStackTrace();
}

3. 抓取数据方法：

　　其中，请求属性要根据实际情况修改。

private static String getUrlInfo(String url, String methodType, String param){
    try {
        URL url = new URL(urls);
        HttpURLConnection conn = (HttpURLConnection) url.openConnection();
        // 设置连接超时时间
        conn.setConnectTimeout(60000);
        // 设置读取超时时间
        conn.setReadTimeout(60000);
            
        if("Get".equalsIgnoreCase(methodType)) {
            conn.setRequestMethod("GET");
        }else {
            conn.setRequestMethod("POST");
        }
            
        // 设置请求属性
        conn.setRequestProperty("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8");
        conn.setRequestProperty("Connection", "keep-alive");
        conn.setRequestProperty("Content-Type", "application/x-www-form-urlencoded");
        conn.setRequestProperty("Host", "host");
            
        conn.setDoInput(true);
        conn.setDoOutput(true);
        // 设置是否使用缓存
        conn.setUseCaches(false);
            
        if(StringUtil.isNotBlank(param)) {
            // 建立输入流，向指向的URL传入参数
            DataOutputStream dos=new DataOutputStream(conn.getOutputStream());
            dos.writeBytes(param);
            dos.flush();
            dos.close();
        }
            
        // 输出返回结果
        InputStream input = conn.getInputStream();
        int resLen =0;
        byte[] res = new byte[1024];
        StringBuilder sb=new StringBuilder();
        while((resLen=input.read(res))!=-1){
            sb.append(new String(res, 0, resLen));
        }
        return sb.toString();
    } catch (MalformedURLException e) {
        e.printStackTrace();
    } catch (IOException e) {
        e.printStackTrace();
    }
    return "";
}