<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.15.4</version>
</dependency>

// 創(chuàng)建并返回URL的連接。
static Connection connect(String url)

// 將指定的字符集文件解析成文檔。
static Document parse(File in, String charsetName)
// 將給定的html代碼解析成文檔。
static Document parse(String html)
// 從本地文件中加載文檔對象
static Document parse(File in, String charsetName)

// 從輸入 HTML 返回安全的 HTML，通過解析輸入 HTML 并通過允許的標(biāo)簽和屬性的白名單進(jìn)行過濾。
static String clean(String bodyHtml, Whitelist whitelist)

// 創(chuàng)建并返回URL的連接。
static Connection connect(String url)

// 將指定的字符集文件解析成文檔。
static Document parse(File in, String charsetName)
// 將給定的html代碼解析成文檔。
static Document parse(String html)
// 從本地文件中加載文檔對象
static Document parse(File in, String charsetName)

// 從輸入 HTML 返回安全的 HTML，通過解析輸入 HTML 并通過允許的標(biāo)簽和屬性的白名單進(jìn)行過濾。
static String clean(String bodyHtml, Whitelist whitelist)

// 將請求作為GET執(zhí)行，并解析結(jié)果
Document get() throws IOException;
// 將請求作為POST執(zhí)行，并解析結(jié)果。
Document post() throws IOException;
// 執(zhí)行請求。獲取內(nèi)容包含響應(yīng)碼等
Connection.Response execute() throws IOException;
// 將請求方法設(shè)置為使用GET或POST。默認(rèn)為GET
Connection method(Connection.Method method);

// 創(chuàng)建一個(gè)新請求，使用此Connection作為會話狀態(tài)并初始化連接設(shè)置（然后可以獨(dú)立于返回的Connection.request對象）
Connection newRequest();
// 設(shè)置要提取的請求URL。協(xié)議必須是HTTP或HTTPS
Connection url(URL url);
Connection url(String url);
// 設(shè)置頭部信息
Connection header(String name, String value);
Connection headers(Map<String, String> headers);
// 發(fā)出請求的用戶信息
Connection userAgent(String userAgent);
// 先前網(wǎng)頁的地址，當(dāng)前請求網(wǎng)頁緊隨其后,即來路
Connection referrer(String referrer);
// 設(shè)置用于此請求的HTTP代理。設(shè)置為null禁用以前設(shè)置的代理。
Connection proxy(Proxy proxy);
Connection proxy(String host, int port);

// 設(shè)置總請求超時(shí)時(shí)間。如果發(fā)生超時(shí)SocketTimeoutException將被拋出。默認(rèn)超時(shí)為30秒（30000ms）。零超時(shí)被視為無限超時(shí)。
	// 注意，此超時(shí)指定連接時(shí)間和讀取完整響應(yīng)時(shí)間的組合最長持續(xù)時(shí)間
Connection timeout(int millis);

// 在關(guān)閉連接和截?cái)噍斎胫埃O(shè)置從（未壓縮）連接讀取到正文的最大字節(jié)數(shù)（即正文內(nèi)容將被修剪）。
	// 默認(rèn)最大值為2MB。最大大小為0被視為無限量（僅受機(jī)器上可用內(nèi)存的限制）。
Connection maxBodySize(int bytes);

// 設(shè)置是否遵循服務(wù)器重定向的連接。默認(rèn)為true
Connection followRedirects(boolean followRedirects);

// 將連接配置為在發(fā)生HTTP錯誤時(shí)不引發(fā)異常（4xx-5xx，例如404或500）。默認(rèn)為false;，如果遇到錯誤，將引發(fā)IOException。
	// 如果設(shè)置為true，響應(yīng)將填充錯誤正文，狀態(tài)消息將反映錯誤。
Connection ignoreHttpErrors(boolean ignoreHttpErrors);

// 分析響應(yīng)時(shí)忽略文檔的Content-Type。默認(rèn)為false，未識別的內(nèi)容類型將引發(fā)IOException。（例如，為了防止試圖解析JPEG二進(jìn)制圖像而產(chǎn)生垃圾。）設(shè)置為true可強(qiáng)制解析嘗試，而不管內(nèi)容類型如何。
Connection ignoreContentType(boolean ignoreContentType);

// 設(shè)置自定義SSL套接字工廠
Connection sslSocketFactory(SSLSocketFactory var1);

// 添加請求數(shù)據(jù)參數(shù)。請求參數(shù)在GET的請求查詢字符串中發(fā)送，在POST的請求正文中發(fā)送。一個(gè)請求可能有多個(gè)同名值。
Connection data(String key, String value);
// 添加輸入流作為請求數(shù)據(jù)參數(shù)。
Connection data(String key, String filename, InputStream inputStream);
// 添加輸入流作為請求數(shù)據(jù)參數(shù)。對于GET，沒有影響，但對于POST，這將上載輸入流。filename為文件名，不是路徑
Connection data(String key, String filename, InputStream InputStream, String contentType);
Connection data(Collection<Connection.KeyVal> data);
Connection data(Map<String, String> data);
Connection data(String... keyvals);
// 獲取此密鑰的數(shù)據(jù)KeyVal（如果有）
Connection.KeyVal data(String var1);

// 設(shè)置要在請求中發(fā)送的cookie
Connection cookie(String name, String value);
Connection cookies(Map<String, String> cookies);
// 獲取此連接使用的cookie存儲
Connection cookieStore(CookieStore cookieStore);
// 提供自定義或預(yù)先填充的CookieStore，用于此連接發(fā)出的請求。
CookieStore cookieStore();

// 提供在分析文檔響應(yīng)時(shí)使用的備用解析器
Connection parser(Parser parser);
// 設(shè)置請求的數(shù)據(jù)字符集，默認(rèn)x-www-form-urlencoded
Connection postDataCharset(String charset);

// 設(shè)置連接請求
Connection request(Connection.Request var1);
// 設(shè)置POST（或PUT）請求主體
Connection requestBody(String body);
// 獲取與此連接關(guān)聯(lián)的請求對象
Connection.Request request();

// 設(shè)置連接的響應(yīng)
Connection response(Connection.Response response);
// 執(zhí)行請求后，獲取響應(yīng)。
Connection.Response response();

// 通過 id 來查找元素
public Element getElementById(String id)
// 通過標(biāo)簽來查找元素
public Elements getElementsByTag(String tag)
// 通過類選擇器來查找元素
public Elements getElementsByClass(String className)
// 通過屬性名稱來查找元素，例如查找?guī)в?href 元素的標(biāo)簽
public Elements getElementsByAttribute(String key)

// 獲取兄弟元素。如果元素沒有兄弟元素，則返回一個(gè)空列表
public Elements siblingElements()
// 獲取第一個(gè)兄弟元素
public Element firstElementSibling()
// 獲取最后一個(gè)兄弟元素
public Element lastElementSibling()
// 獲取下一個(gè)兄弟元素
public Element nextElementSibling()
// 獲取上一個(gè)兄弟元素
public Element previousElementSibling()

// 獲取此節(jié)點(diǎn)的父節(jié)點(diǎn)
public Element parent()
// 獲取此節(jié)點(diǎn)的所有子節(jié)點(diǎn)
public Elements children()
// 獲取此節(jié)點(diǎn)的指定子節(jié)點(diǎn)
public Element child(int index)
    
// 使用 CSS 選擇器查找元素
public Elements select(String cssQuery)

// 獲取單個(gè)屬性值
public String attr(String key) 
// 獲取所有屬性值
public Attributes attributes()
// 設(shè)置屬性值
public Element attr(String key, String value)

// 獲取文本內(nèi)容
public String text()
// 設(shè)置文本內(nèi)容
public Element text(String value)

// 獲取元素內(nèi)的 HTML 內(nèi)容
public String html()
// 設(shè)置元素內(nèi)的 HTML 內(nèi)容
public Element html(String value)
// 獲取元素外 HTML 內(nèi)容
public String outerHtml()

// 獲取數(shù)據(jù)內(nèi)容（例如：script 和 style 標(biāo)簽)
public String data()
// 獲得 id 值（例如：<p id="goods">衣服</p>）
public String id()

// 檢查這個(gè)元素是否含有一個(gè)類選擇器（不區(qū)分大小寫）
public boolean hasClass(String className) 
// 獲得第一個(gè)類選擇器值
public String className()
// 獲得所有的類選擇器值
public Set<String>classNames()

// 獲取元素標(biāo)簽
public Tag tag()
// 獲取元素標(biāo)簽名（例如：`<p>`、`<div>` 等）
public String tagName()

// 設(shè)置標(biāo)簽的屬性值
public Element attr(String key, String value)
// 刪除標(biāo)簽
public Element removeAttr(String key)

// 增加類選擇器選項(xiàng)
public Element addClass(String className)
// 刪除對應(yīng)的類選擇器
public Element removeClass(String className)

Document doc = Jsoup.connect("http://csdn.com").get();
// 復(fù)數(shù)，Elements
Elements elements = doc.getElementsByClass("text");
// 單數(shù)，Element
Element element = elements.first();

// 復(fù)數(shù)對象，所有 class="text" 的元素都將受到影響
elements.attr("name","goods");
// 單數(shù)對象，只有一個(gè)元素會受到影響（鏈?zhǔn)綄懛ǎ?
element.attr("name","shop").addClass("red");

// 在末尾追加 HTML 內(nèi)容
public Element append(String html)
// 在開頭追加 HTML 內(nèi)容
public Element prepend(String html)
// 在匹配元素內(nèi)部添加 HTML 文本。這個(gè)方法將先清除元素中的 HTML 內(nèi)容，然后用傳入的 HTML 代替
public Element html(String value)
// 對元素包裹一個(gè)外部 HTML 內(nèi)容，將元素置于新增的內(nèi)容中間
public Element wrap(String value)

Document doc = Jsoup.connect("http://csdn.com").get();
Element div = doc.select("div").first();
div.html("<p>csdn</p>");
div.prepend("<p>a</p>");
div.append("<p>good</p>");
// 輸出：<div"> <p>a</p> <p>csdn</p> <p>good</p> </div>

Element span = doc.select("span").first();
span.wrap("<li><a href='...'></a></li>");
// 輸出: <li><a href="..."> <span>csdn</span> </a></li>

// 清除元素內(nèi)部的 HTML 內(nèi)容，然后用提供的文本代替
public Element text(String text)
// 在元素后添加文本節(jié)點(diǎn)
public Element prepend(String first)
// 在元素前添加文本節(jié)點(diǎn)
public Element append(String last)

 // <div></div>
Element div = doc.select("div").first();

div.text(" one "); 
div.prepend(" two ");
div.append(" three ");
// 輸出: <div> two one three </div>

Document doc = Jsoup.connect("http://csdn.com/").get();
String title = doc.title();

Document doc = Jsoup.connect("http://csdn.com")
  .data("query", "Java")
  .userAgent("Mozilla")
  .cookie("auth", "token")
  .timeout(8000)
  .post();

// 獲得響應(yīng)對象
Connection.Response response = Jsoup.connect("http://csdn.com").execute();
// 獲取狀態(tài)碼
int code = response.statusCode();

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

String html = "<html><head><title>First parse</title></head>"
  + "<body><p>Parsed HTML into a doc.</p></body></html>";
Document doc = Jsoup.parse(html);

String html = "<p>Lorem ipsum.</p>";
Document doc = Jsoup.parseBodyFragment(html);
// doc 此時(shí)為：<body> <p>Lorem ipsum.</p></body>
Element body = doc.body();

// 獲取 csdn 首頁所有的鏈接
Document doc = Jsoup.connect("http://csdn.com").get();

Elements elements  = doc.getElementsByTag("body");
Elements contents  = elements.first().getElementsByTag("a");

for (Element content : contents) {
    String linkHref = content.attr("href");
    String linkText = content.text();
}

Document doc = Jsoup.connect("http://csdn.com").get();
// 獲取帶有 href 屬性的 a 元素
Elements elements = doc.select("a[href]");

for (Element content : elements) {
    String linkHref = content.attr("href");
    String linkText = content.text();
}

Document document = Jsoup.parse( new File("C:/Users/xyz/Desktop/yiibai-index.html"), "utf-8");
System.out.println(document.title());

String favImage = "Not Found";
try {
    Document document = Jsoup.parse(new File("C:/Users/zkpkhua/Desktop/yiibai-index.html"), "utf-8");
    Element element = document.head().select("link[href~=.*\\.(ico|png)]").first();
    if (element == null) {
        element = document.head().select("meta[itemprop=image]").first();
        if (element != null) {
            favImage = element.attr("content");
        }
    } else {
        favImage = element.attr("href");
    }
} catch (IOException e) {
    e.printStackTrace();
}
System.out.println(favImage);

try {
    Document document = Jsoup.parse(new File("C:/Users/zkpkhua/Desktop/yiibai-index.html"), "utf-8");
    Elements links = document.select("a[href]");  
    for (Element link : links) {
         System.out.println("link : " + link.attr("href"));  
         System.out.println("text : " + link.text());  
    }
} catch (IOException e) {
    e.printStackTrace();
}

try {
    Document document = Jsoup.parse(new File("C:/Users/zkpkhua/Desktop/yiibai-index.html"), "utf-8");
    Elements images = document.select("img[src~=(?i)\\.(png|jpe?g|gif)]");
    for (Element image : images) {
        System.out.println("src : " + image.attr("src"));
        System.out.println("height : " + image.attr("height"));
        System.out.println("width : " + image.attr("width"));
        System.out.println("alt : " + image.attr("alt"));
    }
} catch (IOException e) {
    e.printStackTrace();
}

try {
    Document document = Jsoup.parse(new File("C:/Users/zkpkhua/Desktop/yiibai-index.html"), "utf-8");

    String description = document.select("meta[name=description]").get(0).attr("content");  
    System.out.println("Meta description : " + description);  

    String keywords = document.select("meta[name=keywords]").first().attr("content");  
    System.out.println("Meta keyword : " + keywords);  
} catch (IOException e) {
    e.printStackTrace();
}

Document doc = Jsoup.parse(new File("c:/temp/yiibai-index.html"),"utf-8");  
Element formElement = doc.getElementById("loginForm");  

Elements inputElements = formElement.getElementsByTag("input");  
for (Element inputElement : inputElements) {  
    String key = inputElement.attr("name");  
    String value = inputElement.attr("value");  
    System.out.println("Param name: " + key + " \nParam value: " + value);  
}

Document doc = Jsoup.connect("http://www.open-open.com").get();
Element link = doc.select("a").first();

String relHref = link.attr("href");
// 輸出：/

String absHref = link.attr("abs:href");
// 輸出：http://www.open-open.com/

String unsafe = "<p><a  οnclick='attack()'>Link</a></p>";
        
String safe = Jsoup.clean(unsafe, Safelist.basic());
// 輸出: <p><a  >Link</a></p>

Connection.Response execute = Jsoup.connect("http://csdn.net/")
					               .proxy("12.12.12.12", 1080)	// 使用代理
					               .execute();