JSoup Wiki:http://www.open-open.com/jsoup/parse-body-fragment.htm
解析和遍历一个HTML文档
如何解析一个HTML文档：
String html = "<html><head><title>First parse</title></head>"
+ "<body><p>Parsed HTML into a doc.</p></body></html>";
Document doc = Jsoup.parse(html);
(更详细内容可查看 解析一个HTML字符串.)
其解析器能够尽最大可能从你提供的HTML文档来创见一个干净的解析结果，无论HTML的格式是否完整。比如它可以处理：
- 没有关闭的标签 (比如：
<p>Lorem <p>Ipsumparses to<p>Lorem</p> <p>Ipsum</p>) - 隐式标签 (比如. 它可以自动将
<td>Table data</td>包装成<table><tr><td>?) - 创建可靠的文档结构（html标签包含head 和 body，在head只出现恰当的元素）
一个文档的对象模型
- 文档由多个Elements和TextNodes组成 (以及其它辅助nodes：详细可查看：nodes package tree).
- 其继承结构如下：
Document继承Element继承Node.TextNode继承Node. - 一个Element包含一个子节点集合，并拥有一个父Element。他们还提供了一个唯一的子元素过滤列表。
=================================================================
解析一个HTML字符串
存在问题
来自用户输入，一个文件或一个网站的HTML字符串，你可能需要对它进行解析并取其内容，或校验其格式是否完整，或想修改它。怎么办？jsonu能够帮你轻松解决这些问题
解决方法
使用静态Jsoup.parse(String html) 方法或 Jsoup.parse(String html, String baseUri)示例代码：
String html = "<html><head><title>First parse</title></head>"
+ "<body><p>Parsed HTML into a doc.</p></body></html>";
Document doc = Jsoup.parse(html);
描述
parse(String html, String baseUri) 这方法能够将输入的HTML解析为一个新的文档 (Document），参数 baseUri 是用来将相对 URL 转成绝对URL，并指定从哪个网站获取文档。如这个方法不适用，你可以使用 parse(String html) 方法来解析成HTML字符串如上面的示例。.
只要解析的不是空字符串，就能返回一个结构合理的文档，其中包含(至少) 一个head和一个body元素。
一旦拥有了一个Document，你就可以使用Document中适当的方法或它父类 Element和Node中的方法来取得相关数据。
=================================================================
解析一个body片断
问题
假如你有一个HTML片断 (比如. 一个 div 包含一对 p 标签; 一个不完整的HTML文档) 想对它进行解析。这个HTML片断可以是用户提交的一条评论或在一个CMS页面中编辑body部分。
办法
使用Jsoup.parseBodyFragment(String html)方法.
String html = "<div><p>Lorem ipsum.</p>";
Document doc = Jsoup.parseBodyFragment(html);
Element body = doc.body();
说明
parseBodyFragment 方法创建一个空壳的文档，并插入解析过的HTML到body元素中。假如你使用正常的 Jsoup.parse(String html) 方法，通常你也可以得到相同的结果，但是明确将用户输入作为 body片段处理，以确保用户所提供的任何糟糕的HTML都将被解析成body元素。
Document.body() 方法能够取得文档body元素的所有子元素，与 doc.getElementsByTag("body")相同。
保证安全Stay safe
假如你可以让用户输入HTML内容，那么要小心避免跨站脚本攻击。利用基于 Whitelist 的清除器和 clean(String bodyHtml, Whitelist whitelist)方法来清除用户输入的恶意内容。
相关推荐
Jsoup中文Api.docx ...Jsoup 提供了多种示例程序，例如：获取所有链接、解析 HTML 字符串、解析 body 片断等。 Jsoup 是一个功能强大且灵活的 HTML 解析器库，能够满足各种爬虫和数据抽取的需求。
解析一个body片断 根据一个url加载Document对象 根据一个文件加载Document对象 数据抽取 使用dom方法来遍历一个Document对象 使用选择器语法来查找元素 从元素集合抽取属性、文本和html内容 URL处理 程序示例：获取...
的 Document，然后将传入的 HTML 片断作为 body 添加到该 Document 中。这样，你可以像处理完整 HTML 文档一样处理这个 body 片断。在处理完成后，你可以使用 Document 提供的各种方法来提取数据。 4.根据一个 URL ...
如果只有 HTML 片断，例如 `<div><p>Lorem ipsum.</p></div>`，可以使用 `Jsoup.parseBodyFragment(String html)` 创建一个仅包含 body 的文档。这在处理用户评论或 CMS 内容时非常有用。 4. **数据抽取** - **...
当你只有 HTML 片断时，可以使用 `Jsoup.parseBodyFragment(String html)`，这会创建一个只包含 `body` 元素的 `Document`。这样处理后的文档可以方便地插入到其他 HTML 文档中。 4. 数据抽取： - DOM 遍历：通过...
这将解析 HTML 片断，并将其作为一个完整的 body 部分处理。你可以通过 `doc.body()` 获取解析后的 body 元素。 4. **数据抽取** - **DOM 遍历**：你可以使用 `doc.children()`，`element.childNode(i)`，`element...
解析一个body片断** - **问题**：有一个HTML片断（如一个div包含一对p标签；一个不完整的HTML文档），需要对其进行解析。 - **解决方案**：使用 `Jsoup.parseBodyFragment(String html)` 方法。 - 示例代码：`...
此外，`Jsoup.parseBodyFragment(html)` 专门用于解析一个 HTML 片断，例如一个独立的 `<body>` 部分。 对于解析后的 HTML 文档，jsoup 创建了一个干净的 DOM 树，即使原始 HTML 格式不完整。这个 DOM 树由 `...
3. **解析body片段** - `Jsoup.parseBodyFragment(String html)`方法用于解析不完整的HTML片断，只处理body部分，适用于处理用户提交的内容或CMS编辑的body部分。 - 解析后的`Document`对象仅包含body内容，可以...
返回的 Document 对象包含一个 body 元素，该元素包含了解析后的 HTML 片断。这样，你就可以像处理整个文档一样处理这个 body 片断，例如提取内容、查找特定元素等。 4.根据一个 URL 加载 Document 对象 如果你需要...
的 Document，然后将传入的 HTML 片断作为 body 添加到该 Document 中。这样，你可以像处理完整 HTML 文档一样处理这个 body 片断。在上述示例中，`doc` 对象的 `body()` 方法将返回包含 `<div><p>Lorem ipsum.</p>...
的 body 片断。返回的 Document 对象包含一个 body 元素，该元素包含了解析后的 HTML 内容。这样，你就可以对这个 body 元素进行操作，例如查找特定的元素或者提取数据。 4. 根据一个 URL 加载 Document 对象 当你...