你有一个HTML文档要从中提取数据，并了解这个HTML文档的结构。

将HTML解析成一个[Document](http://jsoup.org/apidocs/org/jsoup/nodes/Document.html)之后，就可以使用类似于DOM的方法进行操作。示例代码：

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
String linkHref = link.attr("href");
String linkText = link.text();
}

Elements这个对象提供了一系列类似于DOM的方法来查找元素，抽取并处理其中的数据。具体如下：

查找元素

• [getElementById(String id)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#getElementById(java.lang.String))
• [getElementsByTag(String tag)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#getElementsByTag(java.lang.String))
• [getElementsByClass(String className)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#getElementsByClass(java.lang.String))
• [getElementsByAttribute(String key)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#getElementsByAttribute(java.lang.String)) (and related methods)
• Element siblings: [siblingElements()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#siblingElements()), [firstElementSibling()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#firstElementSibling()), [lastElementSibling()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#lastElementSibling()); [nextElementSibling()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#nextElementSibling()), [previousElementSibling()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#previousElementSibling())
• Graph: [parent()](http://jsoup.org/apidocs/org/jsoup/nodes/Node.html#parent()), [children()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#children()), [child(int index)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#child(int))

元素数据

• [attr(String key)](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#attr(java.lang.String))获取属性[attr(String key, String value)](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#attr(java.lang.String,%20java.lang.String))设置属性
• [attributes()](http://jsoup.org/apidocs/org/jsoup/nodes/TextNode.html#attributes())获取所有属性
• [id()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#id()), [className()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#className()) and [classNames()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#classNames())
• [text()](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#text())获取文本内容[text(String value)](http://jsoup.org/apidocs/org/jsoup/nodes/TextNode.html#text(java.lang.String)) 设置文本内容
• [html()](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#html())获取元素内HTML[html(String value)](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#html(java.lang.String))设置元素内的HTML内容
• [outerHtml()](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#outerHtml())获取元素外HTML内容
• [data()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#data())获取数据内容（例如：script和style标签)
• [tag()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#tag()) and [tagName()](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#tagName())

操作HTML和文本

• [append(String html)](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#append(java.lang.String)), [prepend(String html)](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#prepend(java.lang.String))
• [appendText(String text)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#appendText(java.lang.String)), [prependText(String text)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#prependText(java.lang.String))
• [appendElement(String tagName)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#appendElement(java.lang.String)), [prependElement(String tagName)](http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#prependElement(java.lang.String))
• [html(String value)](http://jsoup.org/apidocs/org/jsoup/select/Elements.html#html(java.lang.String))