当我们有了一个网页的源代码HTML，这个时候我们很想像在JavaScript中的DOM API一样操作解析这个页面的元素。

比如说，百度首页，我们在浏览器console中执行js

document.getElementsByTagName("title")[0].innerHTML

我们会得到

百度一下，你就知道

我们使用后端代码怎样搞呢？

有很多API库。

我们使用Kotlin + Jsoup简单实现一个玩玩。

效果是

fun main(args: Array<String>) {

    val url = URL("https://www.baidu.com/")

    val html = url.readText()

    //document.getElementsByTagName("title")[0].innerHTML

    val elements = HTMLParser.getElementsByTag(html, "title")

    elements.eachText().forEach { println(it) }

    val form = HTMLParser.getElementsById(html, "form")

    form.allElements.forEach {

        println(it.html())

    }

}

输出

百度一下，你就知道

<input type="hidden" name="bdorz_come" value="1">

<input type="hidden" name="ie" value="utf-8">

<input type="hidden" name="f" value="8">

<input type="hidden" name="rsv_bp" value="1">

<input type="hidden" name="rsv_idx" value="1">

<input type="hidden" name="tn" value="baidu">

<span class="bg s_ipt_wr"><input id="kw" name="wd" class="s_ipt" value maxlength="255" autocomplete="off" autofocus></span>

<span class="bg s_btn_wr"><input type="submit" id="su" value="百度一下" class="bg s_btn" autofocus></span>

<input id="kw" name="wd" class="s_ipt" value maxlength="255" autocomplete="off" autofocus>

<input type="submit" id="su" value="百度一下" class="bg s_btn" autofocus>

闲话休絮，直接进入正题。

添加库依赖

    // https://mvnrepository.com/artifact/org.jsoup/jsoup

    compile group: 'org.jsoup', name: 'jsoup', version: '1.10.3'

写Kotlin应用工具类

package com.easy.kotlin

import org.jsoup.Jsoupimport org.jsoup.nodes.Elementimport org.jsoup.select.Elementsimport java.net.URL

object HTMLParser {

    fun getElementsByAttributeValue(html: String, attribute: String, name: String): Elements {

        val document = Jsoup.parse(html)

        return document.html(html).getElementsByAttributeValue(attribute, name)

    }

    fun getElementsByClass(html: String, className: String, name: String): Elements {

        val document = Jsoup.parse(html)

        return document.html(html).getElementsByClass(className)

    }

    fun getElementsByTag(html: String, tagName: String): Elements {

        val document = Jsoup.parse(html)

        return document.html(html).getElementsByTag(tagName)

    }

    fun getElementsById(html: String, id: String): Element {

        val document = Jsoup.parse(html)

        return document.html(html).getElementById(id)

    }

}

好了，收工。

本文由职坐标整理并发布，了解更多内容，请关注职坐标WEB前端HTML/CSS频道！