Android 使用Jsoup解析Html

想要做一個看新聞的應用，類似Cnbeta客戶端的東西。大致思路如下：根據鏈接獲取新聞列表頁的html代碼，然后解析，找到所有的新聞標題和新聞鏈接用listView顯示，當點擊ListView的Item再加載相應的新聞內容。

其中獲取html代碼，可以使用如下代碼實現：

public String getHtmlString(String urlString) {  
    try {  
        URL url = new URL(urlString);  
        URLConnection ucon = url.openConnection();  
        InputStream instr = ucon.getInputStream();  
        BufferedInputStream bis = new BufferedInputStream(instr);  
        ByteArrayBuffer baf = new ByteArrayBuffer(500);  
        int current = 0;  
        while ((current = bis.read()) != -1) {  
            baf.append((byte) current);  
        }  
        return EncodingUtils.getString(baf.toByteArray(), "gbk");  
    } catch (Exception e) {  
        return "";  
    }  
}  

傳入一個網頁鏈接，將返回此鏈接的html代碼（String）。

然后就是解析此html代碼了。經過google，發現了java的一個很好用的解析html的庫，Jsoup：http://jsoup.org/

很容易使用，方法類似javascript和JQuery。只需先構建一個Jsoup的Document對象，然后就可以像使用js一個解析html了

String htmlString = getHtmlString("http://www.cnbeta.com");  
Document document = Jsoup.parse(htmlString);  

比如要獲取cnbeta的html的title，只需：

String title = document.head().getElementsByTag("title").text();  

另外構建Document的時候也可以直接使用URL，像這樣：

Document doc = Jsoup.parse(new URL("http://www.cnbeta.com"), 5000);  

其中5000是連接網絡的超時時間。

 

 

有關Jsoup的下載和更多介紹，見其官網：http://jsoup.org/

我寫的一個demo，點擊按鈕后會加載然后顯示cnbeta首頁的所有新聞標題和鏈接地址，下載：http://download.csdn.net/detail/barryhappy/4151450 ，zip包里有jsoup的jar包，導入項目后可能需要手動導入此jar包。

運行效果圖——