HOWTO · Java
Java에서 HTML 구문 분석
이 자습서에서는 Java에서 HTML을 효율적으로 구문 분석하는 방법에 대해 설명합니다.
이 페이지의 내용
HTML 파일로 작업하는 프로그램에서 작업하는 경우 HTML 파일을 효율적으로 구문 분석하는 방법을 찾아야 할 수 있습니다. 가장 많이 사용되는 웹 스크래핑 도구 Jsoup를 사용하여 Java 프로그래밍 언어를 통해 HTML 파일을 빠르게 구문 분석할 수 있습니다.
이 문서에서는 HTML 파일을 구문 분석하는 방법에 대해 설명합니다. 또한 주제를 쉽게 이해할 수 있도록 필요한 예와 설명을 제공하여 주제에 대해 논의합니다.
Java에서 Jsoup 작업
Jsoup은 웹 페이지의 HTML 파일을 구문 분석한 다음 Document 개체로 변환하여 작동합니다. 이것은 DOM의 프로그래밍 방식 표현이라고 말할 수 있습니다.
Jsoup의 parse라는 메소드는 Document를 생성합니다. 아래에서 Jsoup의 일부 기능에 대해 설명했습니다.
parse(File MyFile, @Nullable String charsetName)- HTML 파일을 구문 분석하는 데 사용됩니다.parse(InputStream in, @Nullable String CharsetName, String BaseUri)-InputStream을 읽고 구문 분석합니다.parse(String html)- HTML 문자열을 구문 분석하는 데 사용됩니다.
Jsoup을 사용하여 Java에서 HTML 구문 분석
아래 예제는 Jsoup를 사용하여 웹사이트를 구문 분석합니다. 예제의 Java 코드는 다음과 같습니다.
// importing necessary packages
package javaparsehtml;
import java.io.IOException;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.MalformedURLException;
import java.net.URL;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
public class JavaParseHtml {
public static void main(String[] args) {
URL MyUrl;
try {
// Providing the URL of the website
MyUrl = new URL("https://www.example.com");
HttpURLConnection MyConnection;
try {
// Create an Http connection
MyConnection = (HttpURLConnection) MyUrl.openConnection();
// Defining the request format
MyConnection.setRequestProperty("accept", "application/json");
try {
// Create a response stream
InputStream ResponseStream = MyConnection.getInputStream();
// Parsing the website
Document MyDoc = Jsoup.parse(ResponseStream, "UTF-8", "https://www.example.com");
// Showing the output as HTML
System.out.println(MyDoc.html());
} catch (IOException e) {
e.printStackTrace();
}
} catch (IOException e) {
e.printStackTrace();
}
} catch (MalformedURLException e) {
e.printStackTrace();
}
}
}
위의 예에서 HTML 파일을 구문 분석하는 방법을 설명하고 이미 각 행의 목적을 명령했습니다.
예제에서는 제공된 URL을 기반으로 HTTP 연결을 만든 다음 요청된 속성을 정의했습니다. 그런 다음 InputStream을 만들고 웹 사이트를 구문 분석했습니다.
마지막으로 웹 사이트를 출력으로 인쇄합니다. 위의 Java 프로그램을 실행하면 아래와 같은 출력이 표시됩니다.
<!doctype html>
<html>
<head>
<title>Example Domain</title>
<meta charset="utf-8">
<meta http-equiv="Content-type" content="text/html; charset=utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<style type="text/css">
body {
background-color: #f0f0f2;
margin: 0;
padding: 0;
font-family: -apple-system, system-ui, BlinkMacSystemFont, "Segoe UI", "Open Sans", "Helvetica Neue", Helvetica, Arial, sans-serif;
}
div {
width: 600px;
margin: 5em auto;
padding: 2em;
background-color: #fdfdff;
border-radius: 0.5em;
box-shadow: 2px 3px 7px 2px rgba(0,0,0,0.02);
}
a:link, a:visited {
color: #38488f;
text-decoration: none;
}
@media (max-width: 700px) {
div {
margin: 0 auto;
width: auto;
}
}
</style>
</head>
<body>
<div>
<h1>Example Domain</h1>
<p>This domain is for use in illustrative examples in documents. You may use this domain in literature without prior coordination or asking for permission.</p>
<p><a href="https://www.iana.org/domains/example">More information...</a></p>
</div>
</body>
</html>
여기서 중요한 참고 사항은 Jsoup의 jar 파일을 설치하거나 포함하지 않은 경우 먼저 프로젝트 디렉토리에 jar 파일을 포함하거나 패키지를 설치해야 합니다. 그렇지 않으면 오류가 발생할 수 있습니다.
