Парсинг HTML через Jsoup!

Собираем данные со страниц: тянем заголовки и ссылки, удобно для ботов, парсеров и быстрых утилит.

Устанавливаем библиотеку:

implementation "org.jsoup:jsoup:1.17.2"

Извлекаем заголовки h1..h3:

var url = "https://java.com";
var doc = org.jsoup.Jsoup.connect(url).get();

doc.select("h1, h2, h3").forEach(h -> {
    System.out.println(h.tagName() + ": " + h.text());
});
// h1: Example Domain
// h2:

Собираем ссылки с текстами:

doc.select("a[href]").forEach(a -> {
    var href = a.attr("abs:href"); // абсолютная ссылка
    var text = a.text();
    System.out.println(text + " -> " + href);
});

Массовый парсинг нескольких страниц:

var urls = java.util.List.of(
    "https://example.com",
    "https://example.org"
);
for (var u : urls) {
    var d = org.jsoup.Jsoup.connect(u).get();
    System.out.println("== " + u + " ==");
    d.select("title").forEach(t -> System.out.println(t.text()));
}

🔥 Быстро вытягиваем метаданные, заголовки и ссылки: идеально для агрегаторов, мониторинга и автосборки контента.

👉 Java Ready | #практика