如果是node，因为没有dom，我们可以选择用cheerio这个库来帮我们搞定；而前端的话，我们可以新创建一个dom节点，将html文本信息以innerHTML的方式写入进去，然后就可以利用querySelectorAll等方法提取相关信息了。
Jsoup从Html文件中提取正文内容\x0d\x0a示例代码：\x0d\x0aFileinput=newFile("/tmp/input.html")\x0d\x0aDocumentdoc=Jsoup.parse(input,"UTF-8","/example.com/")\x0d\x0a\x0d\x0aElementcontent=doc.getElementById("content")\x0d\x0aElementslinks=content.getElementsByTag("a")\x0d\x0afor(Elementlink:links){\x0d\x0aStringlinkHref=link.attr("href")\x0d\x0aStringlinkText=link.text()\x0d\x0a}\x0d\x0ajsoup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。\x0d\x0ajsoup的主要功能如下：\x0d\x0a1.从一个URL，文件或字符串中解析HTML；\x0d\x0a2.使用DOM或CSS选择器来查找、取出数据；\x0d\x0a3.可操作HTML元素、属性、文本；
