jsoup 是一款基于Java 的HTML解析器，可直接解析某個URL位址或HTML文本内容。它提供了一套非常省力的API，可通過DOM，CSS以及類似于jQuery的操作方法來取出和操作資料。
jsoup的強大在于它對文檔元素的檢索，Select方法将傳回一個Elements集合，并提供一組方法來抽取和處理結果，要掌握Jsoup首先要熟悉它的選擇器文法。
1、Selector選擇器基本文法
- tagname: 通過标簽查找元素，比如：a
- ns|tag: 通過标簽在命名空間查找元素，比如：可以用 fb|name 文法來查找 <fb:name> 元素
- #id: 通過ID查找元素，比如：#logo
- .class: 通過class名稱查找元素，比如：.masthead
- [attribute]: 利用屬性查找元素，比如：[href]
- [^attr]: 利用屬性名字首來查找元素，比如：可以用[^data-] 來查找帶有HTML5 Dataset屬性的元素
- [attr=value]: 利用屬性值來查找元素，比如：[width=500]
- [attr^=value], [attr$=value], [attr*=value]: 利用比對屬性值開頭、結尾或包含屬性值來查找元素，比如：[href*=/path/]
- [attr~=regex]: 利用屬性值比對正規表達式來查找元素，比如： img[src~=(?i).(png|jpe?g)]
- *: 這個符号将比對所有元素
2、Selector選擇器組合使用文法
- el#id: 元素+ID，比如： div#logo
- el.class: 元素+class，比如： div.masthead
- el[attr]: 元素+class，比如： a[href]
- 任意組合，比如：a[href].highlight
- ancestor child: 查找某個元素下子元素，比如：可以用.body p 查找在”body”元素下的所有 p元素
- parent > child: 查找某個父元素下的直接子元素，比如：可以用div.content > p 查找 p 元素，也可以用body > * 查找body标簽下所有直接子元素
- siblingA + siblingB: 查找在A元素之前第一個同級元素B，比如：div.head + div
- siblingA ~ siblingX: 查找A元素之前的同級X元素，比如：h1 ~ p
- el, el, el:多個選擇器組合，查找比對任一選擇器的唯一進制素，例如：div.masthead, div.logo
3、Selector僞選擇器文法
- :lt(n): 查找哪些元素的同級索引值（它的位置在DOM樹中是相對于它的父節點）小于n，比如：td:lt(3) 表示小于三列的元素
- :gt(n):查找哪些元素的同級索引值大于n，比如： div p:gt(2)表示哪些div中有包含2個以上的p元素
- :eq(n): 查找哪些元素的同級索引值與n相等，比如：form input:eq(1)表示包含一個input标簽的Form元素
- :has(seletor): 查找比對選擇器包含元素的元素，比如：div:has(p)表示哪些div包含了p元素
- :not(selector): 查找與選擇器不比對的元素，比如： div:not(.logo) 表示不包含 class="logo" 元素的所有 div 清單
- :contains(text): 查找包含給定文本的元素，搜尋不區分大不寫，比如： p:contains(jsoup)
- :containsOwn(text): 查找直接包含給定文本的元素
- :matches(regex): 查找哪些元素的文本比對指定的正規表達式，比如：div:matches((?i)login)
- :matchesOwn(regex): 查找自身包含文本比對指定正規表達式的元素
注意：上述僞選擇器索引是從0開始的，也就是說第一個元素索引值為0，第二個元素index為1等。