java解析html代码，采集网页信息

解析HTML文档

Jsoup.parse()方法用于解析HTML内容并将其转换为一个可操作的Document对象。这个方法可以接受多种类型的参数：字符串（HTML内容）、文件路径、URL等。

1.

选择某网站，首先应该分析网站的结构，并根据自己的需求希望获取到的数据信息。

2. 

按下F12，点解左上角选择按钮，选择到想要截取的部分，点击右侧html代码部分右键，复制选择器。

对于每个公告选择出来的选择器，我们通过观察可以看出：

body > div.mainBox.clearfix > div.container.listBox > div.pageList.newsList.news-list-yw > ul > li:nth-child(1)

body > div.mainBox.clearfix > div.container.listBox > div.pageList.newsList.news-list-yw > ul > li:nth-child(2)

body > div.mainBox.clearfix > div.container.listBox > div.pageList.newsList.news-list-yw > ul > li:nth-child(3)

body > div.mainBox.clearfix > div.container.listBox > div.pageList.newsList.news-list-yw > ul > li:nth-child(4)

3.

我们可以通过body > div.mainBox.clearfix > div.container.listBox > div.pageList.newsList.news-list-yw > ul > li 选择器来依次遍历选择到每一个公告的html代码。

4.

如果我们选择器选择的是：body > div.mainBox.clearfix > div.container.listBox > div.pageList.newsList.news-list-yw > ul > li:nth-child(1)，则会选择到第一个公告。

5.

如上图多段相似结构html代码：