Java爬虫框架：jsoup

jsoup 是一款Java 的HTML解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于jQuery的操作方法来取出和操作数据。

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


public class Lcy {
    public static void main(String[] args) {
        String html = "<a href=\"http://bbskali.cn">kali论坛</a>";
        Document doc = Jsoup.parse(html);
        Elements link = doc.getElementsByTag("a");
        Element a = link.get(0);
        System.out.println(a.attr("href"));
    }
}