官网：http://jsoup.org/

开源中国提供jar下载：http://www.oschina.net/p/jsoup

文库介绍：http://baike.baidu.com/view/4066913.htm

测试代码：
import java.io.File;
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
public class Test {
public static void main(String[] args) {
Test t = new Test();
t.parseUrl();
}
public void parseUrl() {
try {
Document doc = Jsoup.connect("http://www.baidu.com/").get();
Elements hrefs = doc.select("a[href]");
System.out.println(hrefs);
System.out.println("------------------");
System.out.println(hrefs.select("[href^=http]"));
} catch (IOException e)
{
e.printStackTrace();
}
}
}
编译执行：
javac -cp jsoup-1.7.1.jar:. Test.java
java -cp jsoup-1.7.1.jar:. Test
测试结果【截图】：

另外两个案例：
http://mikewang.blog.51cto.com/3826268/830021
http://www.oschina.net/code/snippet_259095_9498

编程在于事必躬亲！望亲身体验！

API ：http://jsoup.org/apidocs/

此为水贴 鉴定完毕

java网络爬虫获取一个网站上的所有链接

楼主这贴不错，简单实用，赞一个。。。。。。

干货干货干货干货干货干货干货干货

会报异常 java.net.SocketTimeoutException: connect timed out