Jsoup 1.6.2HTML解析工具

jsoup 的 1.6.2 版本是个蛮经典的老版本，适合用在一些老项目里，兼容性还不错。这个库主要做的事其实挺简单——就是帮你解析和操作 HTML，像在浏览器里搞 DOM 那样，不用费劲写正则。

HTML 解析这块挺顺手的，Jsoup.connect(url).get()一下，页面内容就拿到手了。你还可以用类似doc.select("div.title")的方式快速找到你想要的元素，CSS 选择器的语法，好懂。

数据提取也方便，比如你想拿链接地址，用link.attr("href")就行。想拿文本？link.text()。不用费劲查 API，基本靠记就够了。

HTML 清理和HTML 生成这两个功能也挺实用，尤其是你要用户上传的 HTML 时，jsoup 可以帮你把危险标签都干掉，防止 XSS 攻击。

这版（1.6.2）虽然不算新，但跑得快、bug 少，用着安心。对新手来说上手门槛也低，写个小爬虫、搞点内容抓取啥的，效率挺高。

下面是个简单示例：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class JsoupExample {
  public static void main(String[] args) throws Exception {
    Document doc = Jsoup.connect("http://example.com").get();
    System.out.println("Title: " + doc.select("title").text());
    for (Element link : doc.select("a[href]")) {
      System.out.println(" Link: " + link.attr("href"));
      System.out.println("Text: " + link.text());
    }
  }
}

如果你有 Java 项目要和 HTML 打交道，jsoup 基本可以闭着眼选。用它搞网页内容抓取、做爬虫、或者前端返回的 HTML 片段，都蛮靠谱的。