android Jsoup获取网站内容 android获取新闻标题实例

近期做简单的新闻客户端界面使用到了Jsoup获取，使用起来特别方便，这也是被我一个学长称为学android网络必学的一个东西，在此也是分享一下自己近期所学。

首先还是给出效果：

上面是通过textview显示的一个从网站上获取的所有内容的显示，下面是通过listview显示一下获取的新闻的标题，如此显示比较便于理解。

MainActivity：

import android.app.Activity;
import android.content.Intent;
import android.net.Uri;
import android.os.AsyncTask;
import android.os.Bundle;
import android.text.method.ScrollingMovementMethod;
import android.util.Log;
import android.view.Menu;
import android.view.View;
import android.widget.AdapterView;
import android.widget.AdapterView.OnItemClickListener;
import android.widget.ArrayAdapter;
import android.widget.ListView;
import android.widget.TextView;

import org.apache.http.HttpResponse;
import org.apache.http.client.HttpClient;
import org.apache.http.client.methods.HttpPost;
import org.apache.http.impl.client.DefaultHttpClient;
import org.apache.http.util.EntityUtils;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.util.ArrayList;
import java.util.List;

@SuppressWarnings("unused")
public class MainActivity extends Activity {
 private TextView TV_HTMLCode;
 //此处搞一个TextView主要来显示News列表里面存储的内容，仅仅便于分析和理解

private String URL_EOL = "http://www.cnwust.com/newsList/1_1",
     TAG = "ATAG";
 //这是索要获取内容的网址

private List<News> NewsList;
 //自定义的News的类，用于存放索要获取新闻的目录、时间以及点击后显示的网址

private ListView LV_Result;
 private ArrayAdapter<String> LV_Adapter;

@Override
 protected void onCreate(Bundle savedInstanceState) {
   super.onCreate(savedInstanceState);
   setContentView(R.layout.activity_main);
   LV_Result = (ListView) findViewById(R.id.LV_Result);
   TV_HTMLCode = (TextView) findViewById(R.id.TV_HTMLCode);
   TV_HTMLCode.setMovementMethod(ScrollingMovementMethod.getInstance());

ConnectTask C1 = new ConnectTask();
   C1.execute();

}

@Override
 public boolean onCreateOptionsMenu(Menu menu) {
   getMenuInflater().inflate(R.menu.menu_main, menu);
   return true;
 }

public class ConnectTask extends AsyncTask<Void, Void, String> {

@Override
   protected String doInBackground(Void... params) {
     String result = ConnectEOL();
     return result;
   }

@Override
   protected void onPostExecute(String result) {
     // TV_HTMLCode.setText(result);
     NewsList = getNews(result);
     List<String> NewsTitles = new ArrayList<String>();
     for (News news : NewsList) {
       TV_HTMLCode.append(news.getNewsTitle() + "\n");
       TV_HTMLCode.append(news.getNewsTime() + "\n");
       TV_HTMLCode.append(news.getNewsUrl() + "\n");
       NewsTitles.add(news.getNewsTitle());
     }
   /* 为ListView添加适配器 */

LV_Adapter = new ArrayAdapter<String>(MainActivity.this,
         android.R.layout.simple_list_item_1, NewsTitles);
     LV_Result.setAdapter(LV_Adapter);

/* 为ListView添加点击打开对应网页功能 */
     LV_Result.setOnItemClickListener(new OnItemClickListener() {

@Override
       public void onItemClick(AdapterView<?> arg0, View arg1,
                   int arg2, long arg3) {
         final Uri uri = Uri.parse(NewsList.get(arg2).getNewsUrl());
         final Intent it = new Intent(Intent.ACTION_VIEW, uri);
         startActivity(it);
       }

});
     //此处为了方便就点击就直接调用设备默认浏览器打开网址

super.onPostExecute(result);

}

}

/* 连接EOL的方法 返回整个网页经过截取之后的的源代码 */
 public String ConnectEOL() {
   String result = "";
   try {
     HttpClient httpclient = new DefaultHttpClient();
     HttpPost httppost = new HttpPost(URL_EOL);
     HttpResponse response = httpclient.execute(httppost);
     String Res = EntityUtils.toString(response.getEntity(), "UTF-8");

int st = Res.indexOf("<div id=\"result\">");
     int ed = Res.indexOf("<div id=\"pager\">");
     //这边算是最重要的部分，代码获取的便是这两段之间的部分。

String content = Res.substring(st, ed);
     st = content.indexOf("<ul>") + 4;
     ed = content.indexOf("</ul>");
     content = content.substring(st, ed);
     result = content;
   } catch (Exception e) {
     Log.d(TAG, e.toString());
   }
   return result;
 }

/* 对源代码进行解析截取的方法 返回一个News数组 */
 public List<News> getNews(String HTMLCode) {
   List<News> newsList = new ArrayList<News>();
   Document doc = Jsoup.parse(HTMLCode);
   Log.d(TAG, "解析html中");
   Elements lis = doc.getElementsByTag("li");
   Log.d(TAG, "lis的size " + lis.size());
   for (Element li : lis) {
     String newstime = li.getElementsByTag("span").text();
     String newstitle = li.getElementsByTag("a").text();
     String newsurl = li.getElementsByTag("a").attr("href");
     //这三段算是Jsoup从html中获取内容的关键了，很容易理解。

newsurl = newsurl.replace("/news", "http://www.cnwust.com/news");
     //直接从html的代码中获取的URL是相对路径，此处使用replace改为绝对路径

Log.d(TAG, newstime);
     Log.d(TAG, newstitle);
     Log.d(TAG, newsurl);

News newst = new News();
     newst.setNewsTime(newstime);
     newst.setNewsTitle(newstitle);
     newst.setNewsUrl(newsurl);
     newsList.add(newst);
   }
   return newsList;
 }
}

News：

public class News {
 private String newsTime;
 private String newsUrl;
 private String newsTitle;

public News() {

}

public News(String newsTitle, String newsTime, String newsUrl) {
   this.newsTime = newsTime;
   this.newsUrl = newsUrl;
   this.newsTitle = newsTitle;
 }

public String getNewsTime() {
   return newsTime;
 }

public void setNewsTime(String newsTime) {
   this.newsTime = newsTime;
 }

public String getNewsUrl() {
   return newsUrl;
 }

public void setNewsUrl(String newsUrl) {
   this.newsUrl = newsUrl;
 }

public String getNewsTitle() {
   return newsTitle;
 }

public void setNewsTitle(String newsTitle) {
   this.newsTitle = newsTitle;
 }

}

activity_main:

<RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android"
 xmlns:tools="http://schemas.android.com/tools"
 android:layout_width="match_parent"
 android:layout_height="match_parent"
 android:paddingBottom="@dimen/activity_vertical_margin"
 android:paddingLeft="@dimen/activity_horizontal_margin"
 android:paddingRight="@dimen/activity_horizontal_margin"
 android:paddingTop="@dimen/activity_vertical_margin"
 tools:context=".NewsList" >

<TextView
   android:id="@+id/TV_HTMLCode"
   android:layout_width="match_parent"
   android:layout_height="150dp"
   android:layout_above="@+id/LV_Result"
   android:layout_alignParentTop="true"
   android:layout_centerHorizontal="true"
   android:scrollbars="vertical" />

<ListView
   android:id="@+id/LV_Result"
   android:layout_width="match_parent"
   android:layout_height="230dp"
   android:layout_alignLeft="@+id/TV_HTMLCode"
   android:layout_alignParentBottom="true" >
 </ListView>

</RelativeLayout>

此处对html代码的解析可能部分新手还是不太清楚，在此也是建议使用chrome浏览器，可以直接查看网站的源码。（有部分加密的网站看不到）下面看一下具体使用的截图：

1、首先先要打开到你要获取内容的网站

2、右击你要获取的内容，并选择  审查元素。

3、使用Jsoup解析html代码。

最后是附上源码下载地址

来源：http://blog.csdn.net/Double2hao/article/details/48894903