Java 的HTML 解析器jsoup

/**
  * jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的操作方法来取出和操　　  作数据。
  jsoup的主要功能如下：
   1. 从一个URL，文件或字符串中解析HTML；
  2. 使用DOM或CSS选择器来查找、取出数据；
  3. 可操作HTML元素、属性、文本； 
  jsoup是基于MIT协议发布的，可放心使用于商业项目。
  * */

在线Javadoc：http://www.ostools.net/apidocs/apidoc?api=jsoup-1.6.3

jsoup Cookbook(中文版):http://www.open-open.com/jsoup/

下面先来看一个实例，用来获取网站http://www.menneske.no/arukone/5x5/eng/?number=499中表格中的数字在表格中的位置

public static void main(String[] args) throws IOException {
        Document doc = Jsoup.connect("http://www.menneske.no/arukone/5x5/eng/?number=499").get();
        Elements contents = doc.getElementsByClass("arukone");
        Elements datas = contents.get(0).getElementsByTag("table");
        for (Element data : datas) 
        {
            Elements trs=data.getElementsByTag("tr");
            for (int i = 0; i<trs.size(); i++) 
            {
                Elements tds = trs.get(i).getElementsByTag("td");
                for(int j = 0; j<tds.size(); j++){
                    if(!"".equals(tds.get(j).text())){
                        System.out.println(tds.get(j).text()+","+i+","+j);
                    }
                }
            }
        }
    }