jsoup的Elements Api 使用

public static void main(String[] args) {
// 根據全國各個高校的地址，獲取視頻中相應列表的URL和要抓取的值
        Document document = null;
        try {
            document = Jsoup
                    .connect(
                            "http://gaokao.chsi.com.cn/sch/search.do?start=0")
                    .get();
        } catch (IOException e) {
            e.printStackTrace();
        }
        Element element = document.body();
        //System.out.println(element);
        Elements ths = document.select("th");
        System.out.println(ths);
        Elements tds = document.select("td");
        System.out.println(tds);
}

一、簡介
該類是位於select包下，直接繼承自Object，所有實現的接口有Cloneable, Iterable<Element>, Collection<Element>, List<Element>類聲明：public class Elements extends Object implements List<Element>, Cloneable可以使用Element.select(String) 方法去得到Elements 對象。
二、構造方法
1、public Elements()  默認構造方法
2、public Elements(int initialCapacity) 指定一個初始容量創建一個Elements對象。
3、public Elements(Collection<Element> elements)  使用已知元素集創建一個Elements對象。
4、public Elements(List<Element> elements)  使用已知元素的List集合創建一個Elements對象。
5、public Elements(Element... elements) 使用已知元素的可變參數列表創建一個Elements對象。
三、方法詳細
1、public Elements clone()  克隆
2、public String attr(String attributeKey) 根據鍵得到第一個匹配的元素（匹配即為有這個屬性）。
3、public boolean hasAttr(String attributeKey)   元素集中存在任何一個元素匹配（有這屬性）則返回true。
4、public Elements attr(String attributeKey, String attributeValue) 將 所有匹配attributeKey鍵的元素的值設置為attributeValue。
5、public Elements removeAttr(String attributeKey)  移除元素集中任何一個匹配的元素
6、public Elements addClass(String className)  將className增加到每一個匹配的元素的class屬性上。
7、public Elements removeClass(String className)  從每一個匹配的元素上移除該className
8、public Elements toggleClass(String className)   對每一個匹配的元素的class屬性上進行反轉。（有則移除，沒有則新增）。
9、public boolean hasClass(String className)  檢測是否有任何一個匹配的元素在class屬性有給定的className值。
10、public String val()  得到第一個匹配元素的表單的值。
11、public Elements val(String value)   對每一個匹配的元素設置表單值。
12、public String text()  得到所有匹配元素文本的綜合。該方法在某些情況下會得到重復數據。
13、public boolean hasText() 檢測是否有文本內容
14、public String html()  得到所有匹配元素的內部html的綜合。
15、public String outerHtml()  得到所有匹配元素的外部html的綜合。
16、public String toString()  得到所有匹配元素的外部html的綜合。
17、public Elements tagName(String tagName)  更新每個匹配元素的tag name.   如想把每個<i>變成<em>，可以這樣：doc.select("i").tagName("em");
18、public Elements html(String html)  設置每個匹配元素的內部html。
19、public Elements prepend(String html)   將指定html增加到每個匹配元素的內部html開頭。
20、public Elements append(String html)   將指定html增加到每個匹配元素的內部html末尾。
21、public Elements before(String html)   在每個匹配元素的外部html前面插入指定html。
22、public Elements after(String html)   在每個匹配元素的外部html后面插入指定html。
23、public Elements wrap(String html)  用指定html包裝每個匹配的元素。
例如，對於這個html：<p><b>This</b> is <b>Jsoup</b></p>，執行這個包裝：doc.select("b").wrap("<i></i>")后就變成：<p><i><b>This</b></i> is <i><b>jsoup</b></i></p>
24、public Elements unwrap()   移除匹配的元素但保留他們的內容。示例：<div><font>One</font> <font><a href="/">Two</a></font></div>   執行 doc.select("font").unwrap()   變成：<div>One <a href="/">Two</a></div>
25、public Elements empty()  清空每個匹配元素的內容。示例：<div><p>Hello <b>there</b></p> <p>now</p></div>  執行doc.select("p").empty()  變成<div><p></p> <p></p></div>
26、public Elements remove()  從DOM樹中移除匹配的元素。示例：<div><p>Hello</p> <p>there</p> <img /></div>   執行doc.select("p").remove()后 變成<div> <img /></div>
27、public Elements select(String query)  根據query選擇器查詢匹配的元素集。
28、public Elements not(String query)  移除匹配選擇器的元素集   返回過濾后的元素集。
29、public Elements eq(int index)  根據index得到匹配的元素
30、public boolean is(String query)  檢測是否有一個元素匹配給定的選擇器。
31、public Elements parents()   得到匹配元素集的所有父類元素和祖先元素集
32、public Element first()  得到第一個匹配的元素
33、public Element last()   得到最后一個匹配的元素
34、public Elements traverse(NodeVisitor nodeVisitor)  對被查詢的元素執行一次深度優先的遍歷。
35、public int size()  元素集的長度。
36、public boolean isEmpty()   檢測是否為空
37、public boolean contains(Object o)  檢測是否包含指定對象
38、public Iterator<Element> iterator()   得到迭代器對象
39、public Object[] toArray()  將元素集轉換為數組
40、public <T> T[] toArray(T[] a) 
41、public boolean add(Element element)  新增元素
42、public boolean remove(Object o)  移除指定元素
43、public boolean containsAll(Collection<?> c)  參照java中的List或Collection用法.
44、public boolean addAll(Collection<? extends Element> c)  參照java中的List或Collection用法.
45、public boolean addAll(int index, Collection<? extends Element> c)  參照java中的List或Collection用法.
46、public boolean removeAll(Collection<?> c)     參照java中的List或Collection用法.
47、public boolean retainAll(Collection<?> c)  參照java中的List或Collection用法.
48、public void clear() 清空元素集
49、public Element get(int index)  根據索引得到指定元素
50、public Element set(int index, Element element)  根據索引設置指定元素
51、public void add(int index, Element element) 在指定位置增加元素
52、public Element remove(int index)  移除指定位置的元素
53、public int indexOf(Object o)  得到指定元素的索引（第一次出現的位置）
54、public int lastIndexOf(Object o) 得到指定元素最后一次出現的位置。
55、public ListIterator<Element> listIterator() 具體參照List<Element>
56、public ListIterator<Element> listIterator(int index)  具體參照List<Element>
57、public List<Element> subList(int fromIndex, int toIndex)  根據起始點得到子集

第一種方法解析html，保存文件內容：

public void schoolGrab() throws IOException {
    // 根據地址，獲取網頁中相應列表的URL和text()值
    Document document = null;
    String filePath = "E:/school.txt";
    WriteToTxt writeToTxt = new WriteToTxt();
    writeToTxt.isExitsFile(filePath);
    PrintStream ps = new PrintStream(new FileOutputStream(new File(filePath)));
    try {
        document = Jsoup.connect("http://gaokao.chsi.com.cn/sch/search.do?start=0") .get();
    } catch (IOException e) {
        e.printStackTrace();
    }
    Element element = document.body();
    //System.out.println(element);
    //Elements ths = document.select("th").removeAttr("th");
    Elements ths = document.select("th");
    System.out.println(ths.size());
    //System.out.println(ths);
    Elements tds = document.select("td");
    //System.out.println(tds);
    //Elements td = doc.getElementsByAttributeValue("class", "nlctd1");//后續有可能用到，留下以備不時之需

    //解析html中的標題頭 形成javaBean schoolIntroduction

    for (Element e : ths) {
        //調用寫入文件的方法，寫入到文件中
        String text = e.getElementsByTag("th").text().trim();
        ps.print(text);// 往文件里寫入字符串
        ps.print("\r\t");
        System.out.println(text);
        /*if ("院校名稱".equals(text)) {
            //這里可以定位到“提名與責任”的td標簽
            System.out.println(text);
        }*/
    }
    ps.println();
    //解析td標簽
    int flag = 1;
    for(Element e : tds) {
        //調用寫入文件的方法，寫入到文件中
        String text = e.getElementsByTag("td").text().trim();
        ps.print(text);// 往文件里寫入字符串
        ps.print("\r\t");
        System.out.println(text);
        if(flag%8==0){
            ps.println();
        }
        flag ++;
        /*if ("院校名稱".equals(text)) {
            //這里可以定位到“提名與責任”的td標簽
            System.out.println(text);
        }*/
    }


我發現第二種方法更加方便

//測試代碼，追加文件
FileWriter writer = null;
int flag = 1;
try {
    // 打開一個寫文件器，構造函數中的第二個參數true表示以追加形式寫文件
    writer = new FileWriter(filePath, true);
    for(Element e : tds) {
        //調用寫入文件的方法，寫入到文件中
        String text = e.getElementsByTag("td").text().trim();
        writer.write(text);
        writer.write("\r\t");
        if(flag%8==0){
            writer.write("\r\n");
        }
        flag ++;
        System.out.println(text);
    }
} catch (IOException e) {
    e.printStackTrace();
} finally {
    try {
        if(writer != null){
            writer.close();
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
}