JSOUP只解析<HEAD>内容并忽略HTML的其余部分（需要快速解析）

在JSOUP中，我们可以调用URL但只解析标签之间的内容吗？即，我想避免加载整个HTML，因为它不需要。JSOUP只解析<HEAD>内容并忽略HTML的其余部分（需要快速解析）

我想减少解析来自第三方HTML页面的信息所需的时间。

2013-11-26 user733998

jsoup只能解析html片段，但您如何计划在标签之间提取html而不解析整个html？ – user1121883

Jsoup总是获取整个页面（除非服务器关闭连接或发生其他一些I/O错误），所以它不会为你做这件事。但是您可以手动抓取页面（例如使用java.net.HttpURLConnection），并在从输入流中读取</head>（或</HEAD>等）后关闭连接。如果head元素的大小有一个上限，则可以使用HTTP范围请求来仅提取页面的前N个字节，从而允许您保持连接打开（避免另一个三次握手来设置下一个连接）。无论哪种方式，解析该HTML片段与Jsoup.parse(String html ,String baseUri)。

但是，除非页面非常大或服务器距离您非常近，否则您不太可能从这种“优化”中获得太多收益，因为获取页面所需的大部分时间都是往返延迟（从接收到的第一个字节开始的时间），而不是接收其余字节所需的时间。在添加额外的复杂性之前，使用分析器来估计节省。

来源

2014-06-01 00:42:20

JSOUP只解析<HEAD>内容并忽略HTML的其余部分（需要快速解析）

回答

相关问题