示例代码：
File input = new File("/tmp/input.html")
Document doc = Jsoup.parse(input, "UTF-8", "/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()
}
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。
jsoup的主要功能如下：
1. 从一个URL，文件或字符串中解析HTML；
2.使用DOM或CSS选择器来查找、取出数据；
3. 可操作HTML元素、属性、文本；
/*** 这个文件实现了：将指定目录下的所有htm和html文件的<title>标签的值，替换成文件名（不含后缀）。
*/
import java.io.File
import java.io.FileOutputStream
import java.io.IOException
import java.io.OutputStreamWriter
import org.jsoup.Jsoup
import org.jsoup.nodes.Document
import org.jsoup.nodes.Element
public class Rename {
public static void main(String[] args) {
// 默认文件夹路径
String path = "C:\\report"
if(args != null &&args.length >0){
path = args[0]
}
try {
renameHTMLTitle(path)
} catch (IOException e) {
e.printStackTrace()
}
}
public static void renameHTMLTitle(String dir) throws IOException {
File f = new File(dir)
if (f.isDirectory()) {
File fs[] = f.listFiles()
for (File s : fs) {
String title = s.getName().replaceAll(".htm", "").replaceAll(".html", "")
if(s.getName().contains(".htm") || s.getName().contains(".html")){
Document doc = Jsoup.parse(s, "gb2312")
Element titleEl = doc.select("title").first()
titleEl.html(title)
/*
* Jsoup只是解析，不能保存修改，所以要在这里保存修改。
*/
FileOutputStream fos = new FileOutputStream(s, false)
OutputStreamWriter osw = new OutputStreamWriter(fos, "gb2312")
osw.write(doc.html())
osw.close()
}
}
}
}
}
