内容简介:jsoup 1.13.1 已发布,值得关注的改进包括:解析速度较 1.12.x 有了显著提升、选择器增加新特性、修复 Mark Invalid 出现异常的问题,以及许多其他的改进。 jsoup 是最好的 Java HTML 解析器(红薯认证),它使用...
jsoup 1.13.1 已发布,值得关注的改进包括:解析速度较 1.12.x 有了显著提升、选择器增加新特性、修复 Mark Invalid 出现异常的问题,以及许多其他的改进。
jsoup 是最好的 Java HTML 解析器(红薯认证),它使用最好的 HTML5 DOM 方法和 CSS 选择器,为提取和处理数据提供了非常方便的 API。感受一下代码:
Document doc = Jsoup.connect("https://en.wikipedia.org/").get();
log(doc.title());
Elements newsHeadlines = doc.select("#mp-itn b a");
for (Element headline : newsHeadlines) {
log("%s\n\t%s",
headline.attr("title"), headline.absUrl("href"));
}
上面这段代码先是抓取了维基百科的主页,将其解析为 DOM,然后选中“In the news”版块的标题并将其填充至使用 Elements 类初始化的 headline 对象中。(在线示例,完整代码)
下载地址:https://jsoup.org/download
<dependency>
<!-- jsoup HTML parser library @ https://jsoup.org/ -->
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.13.1</version>
</dependency>
1.13.1 值得关注的改进
- 新增
Element.closest()
方法,它会对树进行搜索,以找到与选择器匹配的最相近元素 - 优化内存,将
Document
的常驻内存减少了约 39%,分配到的内存减少了约 9%
1.仅当元素具有属性时,才会在Element
中创建Attributes
holder
2.仅当通过 DOM 将给定树的baseUri
设置为新值时,才跟踪该元素中的baseUri
3.完成解析后,不会在Document.parser
中保留输入字符读取器( 和相关的缓冲区) - 与 1.12.x 相比,解析速度有了实质性的改进
- 移除旧版本中被标记为不推荐使用的旧方法和类
- 增加
Element.select(Evaluator)
和Element.selectFirst(Evaluator)
方法,允许在多次使用同一评估器的情况下重用已解析的 CSS 选择器
详细更新内容查看 https://jsoup.org/news/release-1.13.1
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 斯坦福开源数据解析引擎Sparser:解析速度提升22倍
- Proxy-Go v6.3 发布 :DNS缓存优化,解析速度大幅提升.
- Proxy-Go v6.3 发布 :DNS缓存优化,解析速度大幅提升.
- Cadence公布人工智能芯片Tensilica DNA 100,性能提升4.7倍,能耗比提升2.3倍
- C语言 — 整形提升
- 浅谈 “效率” 提升
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。