它在哪里？

1. github
2. 官網(wǎng)

它是什么？

一個(gè)html解析者

• 它是一個(gè) java 庫(kù)：負(fù)責(zé)處理html相關(guān)的東西。
• 它提供了便捷的api去抽取和處理數(shù)據(jù)。類似 dom,cssjquery 中的方法：簡(jiǎn)單直觀。
• 實(shí)現(xiàn)了html5 的要求標(biāo)準(zhǔn)，像瀏覽器一樣將html轉(zhuǎn)化成dom。

如一個(gè)瀏覽器一樣， 它可以做出如下的行為：

1. 從 url,file,string 中獲取和解析成html。
2. 通過(guò)DOM遍歷或者CSS選擇器來(lái)找出數(shù)據(jù)。
3. 操作html的元素，屬性和文本。
4. 通過(guò)用戶提交的白名單，來(lái)預(yù)防XSS攻擊。
5. 可輸出干凈的html。
6. html有許多變種（規(guī)則不規(guī)范，程序員代碼寫的比較狂野），jsoup解析這樣的html會(huì)將其解析成合理的dom樹(shù)

文檔結(jié)構(gòu)

地址

doc