jhy/jsoup

O que é?

Recursos principais

• 01Analisa HTML e XML de URLs, arquivos ou strings e gera um DOM compatível com navegadores.
• 02Seleciona elementos com seletores CSS, navegação pelo DOM ou XPath.
• 03Modifica elementos, atributos e texto, além de gerar HTML organizado.
• 04Limpa HTML não confiável conforme uma safelist para reduzir o risco de XSS.
• 05Processa marcações malformadas do mundo real sem falhar.

Casos de uso

• Extrair dados de páginas da web em um backend Java ou em uma tarefa em lote.
• Sanitizar texto formatado enviado por usuários antes de armazená-lo ou renderizá-lo.
• Editar ou reescrever templates HTML e conteúdo gerado de forma programática.
• Extrair links, manchetes ou metadados de documentos HTML em testes ou ferramentas.

Início rápido

1. 1

   Adicione a dependência do jsoup à sua compilação do Maven

   <dependency> <!-- jsoup HTML parser library @ https://jsoup.org/ --> <groupId>org.jsoup</groupId> <artifactId>jsoup</artifactId> <version>1.23.2</version> </dependency>
2. 2

   Ou adicione a dependência do jsoup à sua compilação do Gradle

   implementation 'org.jsoup:jsoup:1.23.1'
3. 3

   Leia a introdução do guia e comece a analisar documentos

Antes de usar

• !É apenas uma biblioteca Java, portanto exige uma JVM e desenvolvedores Java.

Tópicos

Perguntas frequentes

O que é jsoup?

Biblioteca Java para analisar, extrair, editar e sanitizar HTML do mundo real usando métodos DOM, seletores CSS e XPath. jsoup é uma biblioteca Java para trabalhar com HTML e XML encontrados na web. Ela busca páginas a partir de uma URL, analisa conteúdo vindo de um arquivo ou de uma string e monta uma árvore DOM conforme a especificação WHATWG HTML5, de modo que a estrutura resultante corresponda à produzida pelos navegadores modernos. Mesmo marcações inválidas ou desorganizadas, muitas vezes chamadas de tag soup, são convertidas em uma árvore coerente.

jsoup é gratuito? Qual é a licença?

jsoup é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.

jsoup ainda é mantido?

Manutenção ativa. O último commit de jsoup foi em 4 de nov. de 2026.

Para que posso usar jsoup?

Extrair dados de páginas da web em um backend Java ou em uma tarefa em lote. Sanitizar texto formatado enviado por usuários antes de armazená-lo ou renderizá-lo. Editar ou reescrever templates HTML e conteúdo gerado de forma programática. Extrair links, manchetes ou metadados de documentos HTML em testes ou ferramentas.

Como instalar jsoup?

Adicione a dependência do jsoup à sua compilação do Maven: <dependency> <!-- jsoup HTML parser library @ https://jsoup.org/ --> <groupId>org.jsoup</groupId> <artifactId>jsoup</artifactId> <version>1.23.2</version> </dependency> Ou adicione a dependência do jsoup à sua compilação do Gradle: implementation 'org.jsoup:jsoup:1.23.1' Leia a introdução do guia e comece a analisar documentos

Onde consigo jsoup?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/jhy/jsoup