jsoup是一款開源的HTML解析工具包，采用Java語言編寫，通過精巧的API充分利用DOM、CSS和類jquery的方法抽取和操作數(shù)據(jù)。最近，jsoup 1.3.1正式發(fā)布，對上一版（1.2.3）做了重要更新，包括完成自主實(shí)現(xiàn)（無外部依賴）、改進(jìn)Web連接方法等。
隨著Web應(yīng)用的不斷發(fā)展，開發(fā)人員有時需要通過HTML解析功能實(shí)現(xiàn)客戶需求。讀者朋友可能對老牌HTML Parser Java庫比較熟悉。其實(shí)，jsoup也是為了方便開發(fā)人員實(shí)現(xiàn)HTML解析而剛剛誕生（2010年初發(fā)起）的一款工具包。jsoup的主要功能包括：
解析，通過URL、文件或者字符串來分析HTML文檔。
查找，通過DOM遍歷或者CSS選擇器來尋找和抽取數(shù)據(jù)。
操作，處理HTML元素、屬性和文本。
檢查，通過白名單機(jī)制來保護(hù)HTML內(nèi)容的安全。
jsoup 1.3.1的主要更新包括：
完成了自主實(shí)現(xiàn)，在之前的版本中，jsoup依賴于Apache Commons-Lang的一些方法，如HTML內(nèi)容解析等。在新版中，這些方法完全自主實(shí)現(xiàn)，不再需要外部依賴。一方面減少JVM的內(nèi)存消耗，另一方面有助于開發(fā)人員入門。
改進(jìn)Web連接方法，jsoup現(xiàn)在支持一種方便的connection接口，即Jsoup.connect(String url)。這種方法允許開發(fā)人員快捷地創(chuàng)建HTTP請求，包括指定用戶代理、cookie、超時等等。方法的返回值可以直接被解析成Document。示例代碼如下：
Document doc = Jsoup.connect("http://example.com")
.data("query", "Java")
.userAgent("Mozilla")
.cookie("auth", "token")
.timeout(3000)
.post();
增加了一些便捷方法，如Element.ownText()、Document.OutputSettings.prettyPrint(boolean)等。
改進(jìn)了文檔解析的性能。
修補(bǔ)了一些Bug。
感興趣的讀者朋友可以下載jsoup試用，查看其使用手冊和文檔說明。jsoup采用MIT協(xié)議開源，目前在GitHub上進(jìn)行開發(fā)和維護(hù)，喜歡深究的朋友可以在此查看源代碼。
下載 
下載 
下載 
下載 
喜歡 
頂
難過
囧
圍觀
無聊
