JSOUP只解析内容并忽略HTML的其余部分（需要快速解析）

Question

在JSOUP中是否有一种方法可以调用URL但只解析标签之间的内容？即，我想避免加载整个HTML，因为它不需要。

我希望减少从第三方HTML页面解析信息所需的时间。

Answer 1

Jsoup始终提取整个页面（除非服务器关闭连接或发生其他一些I / O错误），因此它不会为您执行此操作。但您可以手动获取页面（例如java.net.HttpURLConnection）并在从输入流中读取</head>（或</HEAD>等）后关闭连接。如果你有一个head元素大小的上限，你可以使用HTTP范围请求只获取页面的前N个字节，允许你保持连接打开（避免另一个三次握手来设置下一个连接）。无论哪种方式，使用Jsoup.parse(String html ,String baseUri)解析该HTML片段。

但是，除非页面非常大或者服务器非常接近您，否则您不太可能从此优化＆＃34;获得更多，因为获取页面所需的大部分时间是在往返服务器的往返延迟（接收到第一个字节的时间），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，使用分析器估算节省量。