Java-打印HTML元素的任何细节

我对Java相当陌生，至少在与web交互方面是这样。无论如何，我正在制作一个应用程序，它必须从网页中抓取HTML，并对其进行解析

通过解析，我的意思是找出元素在“class=”“”属性或元素中可用的任何属性中有什么。还要找出元素内部的内容。这是我迄今为止搜索的地方：

关于这一点，我发现很少

我知道有很多Java解析器。我尝试了JTidy和默认的Swing解析器。我更喜欢使用内置的java解析器

以下是我到目前为止所拥有的（这只是一种测试它如何工作的方法，当我知道什么和如何工作时，就会出现正确的代码。连接也是一个URLConnection变量，并且在调用此方法之前已经建立了连接。<仅澄清一下）：

public void parse（）{
试一试{
InputStream is=connection.getInputStream（）；
InputStreamReader isr=新的InputStreamReader（is）；
BufferedReader br=新的BufferedReader（isr）；
弦线；
而（（line=br.readLine（））！=null）{
系统输出打印项次（行）；
}
//抄袭http://www.java2s.com/Code/Java/Development-Class/HTMLDocumentElementIteratorExample.htm
HTMLEditorKit htmlKit=新的HTMLEditorKit（）；
HTMLDocument htmlDoc=（HTMLDocument）htmlKit.createDefaultDocument（）；
Parser Parser=new ParserDelegator（）；
HTMLEditorKit.ParserCallback回调=htmlDoc.getReader（0）；
parser.parse（br，回调，true）；
//解析
ElementIterator迭代器=新的ElementIterator（htmlDoc）；
元素；
while（（element=iterator.next（））！=null）{
AttributeSet attributes=element.getAttributes（）；
对象名称=attributes.getAttribute（StyleConstants.NameAttribute）；
System.out.println（“所有“+name+”属性：“+attributes.getAttributeNames（）.toString（））；
枚举e=attributes.getAttributeNames（）；
对象对象对象；
而（e.hasMoreElements（））{
obj=e.nextElement（）；
System.out.println（obj.toString（））；
System.out.println（“类的属性=“+attributes.containsAttribute”（“类”、“登录”））；
}
if（（name instanceof HTML.Tag）
&&（（name==HTML.Tag.H1）| |（name==HTML.Tag.H2）| |（name==HTML.Tag.H3）））{
//构建内容文本，因为它可能位于多个元素中
StringBuffer text=新的StringBuffer（）；
int count=element.getElementCount（）；
for（int i=0；i

---

问题是：如何获取任何元素的属性并将其打印出来？

此代码不必要地冗长。我建议使用更好的图书馆，比如。下面是一些代码，用于查找此页面上所有

div

的所有属性

String url = "http://stackoverflow.com/questions/7311269"
             + "/java-print-any-detail-of-html-element";
Document doc = Jsoup.connect(url).get();
Elements divs = doc.select("div");
int i = 0;
for (Element div : divs) {
    System.out.format("Div #%d:\n", ++i);
    for(Attribute attr : div.attributes()) {
        System.out.format("%s = %s\n", attr.getKey(), attr.getValue());
    }
}

---

请遵循，对这个强大的库进行温和的介绍。

对不起，您的问题是什么？如何找出哪些元素有class属性以及其中的内容，以及如何找出元素内部的内容（这在代码中是部分完成的，对其进行一点修改就可以了，但我仍然坚持使用属性）. 或者如果HTML中的特定元素具有此属性。同样，问题是：如何找出元素具有什么属性。感谢下载和使用，如果您需要一个易于使用的灵活Java HTML解析器。不要试图自己去做，Java没有“内置Java”HTML解析器。你可以使用XMLDOMAPI来解析HTML，在那里你可以很容易地得到属性列表。请看@Daniel：只有在您能够保证HTML完全符合XML标准的情况下，这才有效。这里是JTidy的亮点，因为我相信它正是如此。阿门和1+为您提供了合适的答案——来自另一位JSoup粉丝。JSoup似乎真的理解我想要什么。谢谢还在玩代码；）天啊。如果我有权力给你一百万张选票，我会的，因为你帮我省了几个小时的工作。谢谢

String url = "http://stackoverflow.com/questions/7311269"
             + "/java-print-any-detail-of-html-element";
Document doc = Jsoup.connect(url).get();
Elements divs = doc.select("div");
int i = 0;
for (Element div : divs) {
    System.out.format("Div #%d:\n", ++i);
    for(Attribute attr : div.attributes()) {
        System.out.format("%s = %s\n", attr.getKey(), attr.getValue());
    }
}