JSoup是現(xiàn)在比較火的爬取數(shù)據(jù)的技術(shù)，因?yàn)槠浜唵斡行В瑢τ趯W(xué)習(xí)過JS，JQuery的開發(fā)人員比較容易。現(xiàn)在爬蟲技術(shù)一般都是通過HTTPClient進(jìn)行獲取頁面源碼，然后通過JSoup進(jìn)行解析HTML頁面。

JSoup是一款Java的HTML解析器,主要用來對HTML解析。

JSoup的特點(diǎn)？

JSoup可以對Html頁面字符串，文件，URL進(jìn)行爬取并解析HTML。

JSoup可以利用DOM或則CSS選擇器來查找標(biāo)簽進(jìn)行獲取數(shù)據(jù)

JSoup可以通過attr進(jìn)行標(biāo)簽屬性的更改

JSoup可以通過白名單來清理用戶提交的內(nèi)容，防止XSS攻擊。

css里大于號表示css3特有的子元素選擇器；子元素選擇器只能選擇作為某元素子元素的元素；如果你不希望選擇任意的后代元素，而是希望縮小范圍，只選擇某個元素的子元素，就可以使用子元素選擇器

css指的是層疊樣式表（Cascading Style Sheets），它是一種用來表現(xiàn)html或XML等文件樣式的計(jì)算機(jī)語言，是用來表示html樣式的一種編程語言，是可以做到網(wǎng)頁和內(nèi)容進(jìn)行分離的一種樣式語言。

css中大于符號

css中大于符號（“>”）代表的是css3特有的子元素選擇器（element>element ）。子元素選擇器（Child selectors）只能選擇作為某元素子元素的元素。

如果你不希望選擇任意的后代元素，而是希望縮小范圍，只選擇某個元素的子元素，請使用子元素選擇器（Child selector）。

BCD B 比如class類型 class = "nav"的話 那么css對應(yīng) .nav{} C 比如 body input 就是直接對應(yīng) body{} input{} D ID選擇器 id="name" 那么css對應(yīng) #name{}

選擇器的種類可以分為三種：標(biāo)簽名選擇器、類選擇器和ID選擇器。

類選擇器和標(biāo)簽名選擇器的不同，類選擇器是自己定義的，如class="aaa"；標(biāo)簽名選擇器是html已經(jīng)規(guī)定好的標(biāo)簽名，如a標(biāo)簽是鏈接，h1是標(biāo)題，img是圖片，它們有默認(rèn)的一些樣式