新工具收集-html解析

一款Java 用来解析HTML 文档的类库——jsoup
目前 OSChina 已经将原来的 htmlparser 删掉，并完全使用 jsoup 代替。jsoup 的设计十分精巧，只有十几个类居然具备非常强大的功能，如果用一句话来比较 jsoup 和 htmlparser，我想说的是，就好象是 jquery 和 prototype 的差别，jsoup 完全接受 jquery 的思路。
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。

示例代码：

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
  String linkHref = link.attr("href");
  String linkText = link.text();
}