HTML 파서기 JSoup

HTML Parse JSoup

HTML 태그를 삭제하는 PHP의 strip_tags function 기능을 하는 JAVA 코드를 찾던중 HTML Parse인 JSoup 기능으로 쉽게 구현할 수 있다는 걸 구글링 통해서 알게 되었다

pom.xml.

<dependency> <groupId>org.jsoup</groupId> <artifactId>jsoup</artifactId> <version>1.8.3</version> </dependency>

source

String plain = new HtmlToPlainText().getPlainText(Jsoup.parse(str));

JSoup 사용법

@ResponseBody @RequestMapping(value = "/htmlParse", method = RequestMethod.POST ) public ResponseEntity<String> htmlParsePOST() { ResponseEntity<String> entity = null; String str = ""; try { Document doc = Jsoup.connect("http://localhost:8080/aop/board/boardList").get(); Elements titles = doc.select("#boardTitle"); // table.table table-bordered //print all titles in main page for(Element e: titles){ str += "text:" + e.text() + "<br>"; str += "html:" + e.html() + "<br>"; } //print all available links on page Elements links = doc.select("a[href]"); for(Element l: links){ System.out.println("link: " +l.attr("abs:href")); str += "link:" +l.attr("abs:href") + "<br>"; } entity = new ResponseEntity<String>(str, HttpStatus.OK); } catch (Exception e) { e.printStackTrace(); entity = new ResponseEntity<String>(e.getMessage(), HttpStatus.BAD_REQUEST); } return entity; }

Document doc = Jsoup.connect("http://localhost:8080/aop/board/boardList").get();

Elements titles = doc.select("#boardTitle");

Jsoup.connect() 메서드로 연결할 url을 넣어주고 문서에 담는다.

담긴 문서는 select로 접근 할 수 있다.