Document doc = Jsoup.connect("http://example.com")

  .data("query", "Java")

  .userAgent("Mozilla")

  .cookie("auth", "token")

  .timeout(3000)

  .post();

File input = new File("/tmp/input.html");

Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

Element content = doc.getElementById("content");

Elements links = content.getElementsByTag("a");

for (Element link : links) {

    String linkHref = link.attr("href");

    String linkText = link.text();

}　

getElementById(String id)

getElementsByTag(String tag)

getElementsByClass(String className)

getElementsByAttribute(String key) (and related methods

attr(String key)获取属性attr(String key, String value)设置属性

attributes()获取所有属性

id(), className() and classNames()

text()获取文本内容text(String value) 设置文本内容

html()获取元素内HTMLhtml(String value)设置元素内的HTML内容

Elements links = doc.select("a[href]"); //带有href属性的a元素

Elements pngs = doc.select("img[src$=.png]");//扩展名为.png的图片

Element masthead = doc.select("div.masthead").first(); //class等于masthead的div标签

Elements resultLinks = doc.select("h3.r > a"); //在h3元素之后的a元素

import java.io.IOException;

import java.io.UnsupportedEncodingException;

import java.net.URLEncoder;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

public class OnlineProductDownload {

	public void demo1() {

		// 从优酷下载包含视频结果的html

		Document doc = getHtmlByName("冷然之天秤");

		try {

			//选择第一个结果

			Element element = doc.select("div.s_inform").first();

			// 获取播放源，不是优酷本站的返回（优酷可能会跳转到其他网站，如：爱奇艺）

			Element playSource = element.select("div.pos_area span").first();

			if (playSource.text() != "优酷") {

				return;

			}

			//每个li一集（海贼王：第一集、第二集）

			Elements li_Elements = element.select("ul.clearfix li");

			for (Element li : li_Elements) {

				// 获取第几集

				Element span = li.getElementsByTag("span").first();

				String text = span.text();

				// 获取每集详情的url（并不是视频的真实url）

				Element a = li.getElementsByTag("a").first();

				String href = a.attr("href");

				// 根据href获取详情网页文本

				doc = getHtmlTextByUrl(href);

				//查找实际结果标签

				Element sourceLi = doc.select("ul.fn-share-code li").first();

				// 根据doc获取播放插件. 如：

				// <iframe src='http://player.youku.com/embed/XMzUwNjM1OTA0MA=='></iframe>

				Element input = sourceLi.getElementsByTag("input").first();

				String value = input.attr("value");

				System.out.println(text + value);

			}

			// http://v.youku.com/v_show/id_XMzUwNjM1OTA0MA==.html

		} catch (Exception e) {

			e.printStackTrace();

		}

	}

	// 功能：使用优酷的搜库来搜索视频，并根据名称获取网页文本 如：海贼王

	public Document getHtmlByName(String name) {

		if (name.isEmpty() || name.length() <= 0) {

			return null;

		}

		// 拼接URL 优酷搜索形式：http://www.soku.com/search_video/q_海贼王

		String url = "http://www.soku.com/search_video/q_";

		try {

			//url编码：%E6%B5%B7%E8%B4%BC%E7%8E%8B=海贼王

			String encodeStr = URLEncoder.encode(name, "utf-8");

			url = url + encodeStr;

		} catch (UnsupportedEncodingException e1) {

			e1.printStackTrace();

		}

		// 通过url获取html

		try {

			Document doc = Jsoup.connect(url).get();

			return doc;

		} catch (IOException e) {

			e.printStackTrace();

		}

		return null;

	}

	// 根据url从网络获取网页文本

	public Document getHtmlTextByUrl(String url) {

		Document doc = null;

		try {

			//拼接成完整的路径

			String str = "http:";

			str = str + url;

			doc = Jsoup.connect(str).get();

		} catch (IOException e) {

			e.printStackTrace();

		}

		return doc;

	}

}