---
title: "HTML mit Java und jsoup Parsing"
slug: parse-html-with-jsoup
date: 2026-02-16T08:05:02+00:00
modified: 2026-02-16T08:05:03+00:00
permalink: https://brightdata.de/blog/web-data-de/parse-html-with-jsoup
type: blog
---
[ Blog ](https://brightdata.de/blog "Blog") / [Web Data](https://brightdata.de/blog/web-data-de)
[Web Data](https://brightdata.de/blog/web-data-de)
# HTML mit Java und jsoup Parsing
Meistern Sie das HTML-Parsing mit jsoup in Java. Lernen Sie DOM-Methoden kennen, handhaben Sie Paginierung und optimieren Sie Ihren Parsing-Workflow mit dieser detaillierten Anleitung.
2 min lesen
[  ](https://brightdata.com/blog/authors/jake-nulty)
[Jake Nulty
Technical Writer
](https://brightdata.com/blog/authors/jake-nulty)
Wenn Sie das Web scrapen, ist das Parsing von HTML unabhängig von den verwendeten Tools von entscheidender Bedeutung.[Das Web-Scraping mit Java](/blog/how-tos/java-web-scraping) bildet hier keine Ausnahme. In Python verwenden wir Tools wie[Requests](/blog/web-data/python-requests-guide)und[BeautifulSoup](/blog/how-tos/beautiful-soup-web-scraping). Mit Java können wir unsere HTTP-Anfragen senden und unser HTML mit[jsoup](https://jsoup.org/) parsen. Für dieses Tutorial verwenden wir[Books to Scrape](https://books.toscrape.com/).
## Erste Schritte
In diesem Tutorial verwenden wir Maven für das Abhängigkeitsmanagement. Wenn Sie es noch nicht haben, können Sie Maven[hier](https://maven.apache.org/install.html) installieren.
Sobald Sie Maven installiert haben, müssen Sie ein neues Java-Projekt erstellen. Mit dem folgenden Befehl erstellen Sie ein neues Projekt namens `jsoup-scraper`.
```none
mvn archetype:generate -DgroupId=com.example -DartifactId=jsoup-scraper -DarchetypeArtifactId=maven-archetype-quickstart -DinteractiveMode=false
```
Als Nächstes müssen Sie relevante Abhängigkeiten hinzufügen. Ersetzen Sie den Code in`pom.xml`durch den folgenden Code. Dies ähnelt der Abhängigkeitsverwaltung in[Rust](/blog/how-tos/web-scraping-with-rust)mit Cargo.
```none
4.0.0
com.example
jsoup-scraper
jar
1.0-SNAPSHOT
jsoup-scraper
http://maven.apache.org
junit
junit
3.8.1
test
org.jsoup
jsoup
1.16.1
17
17
```
Fügen Sie den folgenden Code in `App.java` ein. Es ist nicht viel, aber dies ist der grundlegende Scraper, auf dem wir aufbauen werden.
```none
package com.example;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class App {
public static void main(String[] args) {
String url = "https://books.toscrape.com";
int pageCount = 1;
while (pageCount <= 1) {
try {
System.out.println("---------------------PAGE "+pageCount+"--------------------------");
//Verbindung zu einer Website herstellen und deren HTML abrufen
Document doc = Jsoup.connect(url).get();
//Titel ausgeben
System.out.println("Seitentitel: " + doc.title());
} catch (Exception e) {
e.printStackTrace();
}
}
System.out.println("Gesamtzahl der gecrawlten Seiten: "+(pageCount-1));
}
}
```
- `Jsoup.connect("https://books.toscrape.com").get()`: Diese Zeile ruft die Seite ab und gibt ein`Document-Objekt`zurück, das wir bearbeiten können.
- `doc.title()`gibt den Titel im HTML-Dokument zurück, in diesem Fall:`Alle Produkte | Bücher zum Scrapen – Sandbox`.
## Verwendung von DOM-Methoden mit Jsoup
jsoup enthält eine Vielzahl von Methoden zum Auffinden von Elementen im DOM (Document Object Model). Wir können jede der folgenden Methoden verwenden, um Seitenelemente einfach zu finden.
- `getElementById()`: Sucht ein Element anhand seiner`ID`.
- `getElementsByClass()`: Findet alle Elemente anhand ihrer CSS-Klasse.
- `getElementsByTag()`: Findet alle Elemente anhand ihres HTML-Tags.
- `getElementsByAttribute()`: Findet alle Elemente, die ein bestimmtes Attribut enthalten.
### getElementById
Auf unserer Zielseite enthält die Seitenleiste ein `div` mit der `ID` `promotions_left`. Dies ist in der Abbildung unten zu sehen.
```none
//Nach ID abrufen
Element sidebar = doc.getElementById("promotions_left");
System.out.println("Sidebar: " + sidebar);
```
Dieser Code gibt das HTML-Element aus, das Sie auf der Inspektionsseite sehen.
```none
Sidebar:
```
### getElementsByTag
`Mit getElementsByTag()` können wir alle Elemente auf der Seite mit einem bestimmten Tag finden. Schauen wir uns die Bücher auf dieser Seite an.
Jedes Buch ist in einem eindeutigen `Artikel-` Tag enthalten.
Der folgende Code gibt nichts aus, sondern gibt ein Array mit Büchern zurück. Diese Bücher bilden die Grundlage für den Rest unserer Daten.
```none
//nach Tag abrufen
Elements books = doc.getElementsByTag("article");
```
### getElementsByClass
Sehen wir uns den Preis eines Buches an. Wie Sie sehen können, lautet seine Klasse `price_color`.
In diesem Ausschnitt finden wir alle Elemente der Klasse `„price_color` ”. Anschließend geben wir den Text des ersten Elements mit `.first().text()` aus.
```none
System.out.println("Preis: " + book.getElementsByClass("price_color").first().text());
```
### getElementsByAttribute
Wie Sie vielleicht bereits wissen, benötigen alle `a-Elemente` ein `href-Attribut`. Im folgenden Code verwenden wir `getElementsByAttribute("href")`, um alle Elemente mit einem `href` zu finden. Wir verwenden `.first().attr("href")`, um dessen `href` zurückzugeben.
```none
//nach Attribut abrufen
Elements hrefs = book.getElementsByAttribute("href");
System.out.println("Link: https://books.toscrape.com/" + hrefs.first().attr("href"));
```
## Fortgeschrittene Techniken
### CSS-Selektoren
Wenn wir mehrere Kriterien zum Suchen von Elementen verwenden möchten, können wir [CSS-Selektoren](/blog/web-data/xpath-vs-css-selectors)an die Methode`select()`übergeben. Diese Methode gibt ein Array aller Objekte zurück, die dem Selektor entsprechen. Im folgenden Beispiel verwenden wir`li[class='next']`, um alle`li-Elemente`mit der Klasse`„next”`zu finden.
```none
Elemente nextPage = doc.select("li[class='next']");
```
### Umgang mit Paginierung
Um unsere Paginierung zu verarbeiten, verwenden wir `nextPage.first()`, um `getElementsByAttribute("href").attr("href")` für das erste Element aufzurufen, das aus dem Array zurückgegeben wird, und extrahieren dessen `href`. Interessanterweise wird nach Seite 2 das Wort `„Katalog”` aus den Links entfernt. Wenn es also nicht im `href` vorhanden ist, fügen wir es wieder hinzu. Anschließend kombinieren wir diesen Link mit unserer Basis-URL und verwenden ihn, um den Link zur nächsten Seite zu erhalten.
```none
if (!nextPage.isEmpty()) {
String nextUrl = nextPage.first().getElementsByAttribute("href").attr("href");
if (!nextUrl.contains("catalogue")) {
nextUrl = "catalogue/"+nextUrl;
}
url = "https://books.toscrape.com/" + nextUrl;
pageCount++;
}
```
## Alles zusammenfügen
Hier ist unser endgültiger Code. Wenn Sie mehr als eine Seite scrapen möchten, ändern Sie einfach die `1` in `while (pageCount <= 1)` auf Ihr gewünschtes Ziel. Wenn Sie 4 Seiten scrapen möchten, verwenden Sie `while (pageCount <= 4)`.
```none
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class App {
public static void main(String[] args) {
String url = "https://books.toscrape.com";
int pageCount = 1;
while (pageCount <= 1) {
try {
System.out.println("---------------------PAGE "+pageCount+"--------------------------");
//Verbindung zu einer Website herstellen und deren HTML abrufen
Document doc = Jsoup.connect(url).get();
//Titel ausgeben
System.out.println("Seitentitel: " + doc.title());
//Nach ID abrufen
Element sidebar = doc.getElementById("promotions_left");
System.out.println("Sidebar: " + sidebar);
//Nach Tag abrufen
Elements books = doc.getElementsByTag("article");
for (Element book : books) {
System.out.println("------Buch------");
System.out.println("Titel: " + book.getElementsByTag("img").first().attr("alt"));
System.out.println("Preis: " + book.getElementsByClass("price_color").first().text());
System.out.println("Verfügbarkeit: " + book.getElementsByClass("instock availability").first().text());
//nach Attribut abrufen
Elements hrefs = book.getElementsByAttribute("href");
System.out.println("Link: https://books.toscrape.com/" + hrefs.first().attr("href"));
}
//nächste Schaltfläche anhand ihres CSS-Selektors suchen
Elements nextPage = doc.select("li[class='next']");
if (!nextPage.isEmpty()) {
String nextUrl = nextPage.first().getElementsByAttribute("href").attr("href");
if (!nextUrl.contains("catalogue")) {
nextUrl = "catalogue/"+nextUrl;
}
url = "https://books.toscrape.com/" + nextUrl;
pageCount++;
}
} catch (Exception e) {
e.printStackTrace();
}
}
System.out.println("Gesamtzahl der gescraped Seiten: "+(pageCount-1));
}
}
```
Bevor Sie den Code ausführen, denken Sie daran, ihn zu kompilieren.
```none
mvn package
```
Führen Sie ihn dann mit dem folgenden Befehl aus.
```none
mvn exec:java -Dexec.mainClass="com.example.App"
```
Hier ist die Ausgabe der ersten Seite.
```none
---------------------SEITE 1--------------------------
Seitentitel: Alle Produkte | Bücher zum Scrapen – Sandbox
Seitenleiste:
------Buch------
Titel: A Light in the Attic
Preis: 51,77 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/a-light-in-the-attic_1000/index.html
------Buch------
Titel: Tipping the Velvet
Preis: 53,74 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/tipping-the-velvet_999/index.html
------Buch------
Titel: Soumission
Preis: 50,10 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/soumission_998/index.html
------Buch------
Titel: Sharp Objects
Preis: 47,82 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/sharp-objects_997/index.html
------Buch------
Titel: Sapiens: Eine kurze Geschichte der Menschheit
Preis: 54,23 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/sapiens-a-brief-history-of-humankind_996/index.html
------Buch------
Titel: The Requiem Red
Preis: 22,65 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/the-requiem-red_995/index.html
------Buch------
Titel: The Dirty Little Secrets of Getting Your Dream Job
Preis: 33,34 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/the-dirty-little-secrets-of-getting-your-dream-job_994/index.html
------Buch------
Titel: The Coming Woman: Ein Roman, basierend auf dem Leben der berüchtigten Feministin Victoria Woodhull
Preis: 17,93 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/the-coming-woman-a-novel-based-on-the-life-of-the-infamous-feminist-victoria-woodhull_993/index.html
------Buch------
Titel: The Boys in the Boat: Neun Amerikaner und ihr epischer Kampf um Gold bei den Olympischen Spielen 1936 in Berlin
Preis: 22,60 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/the-boys-in-the-boat-nine-americans-and-their-epic-quest-for-gold-at-the-1936-berlin-olympics_992/index.html
------Buch------
Titel: The Black Maria
Preis: 52,15 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/the-black-maria_991/index.html
------Buch------
Titel: Starving Hearts (Triangular Trade Trilogy, #1)
Preis: £13,99
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/starving-hearts-triangular-trade-trilogy-1_990/index.html
------Buch------
Titel: Shakespeare's Sonnets
Preis: £20,66
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/shakespeares-sonnets_989/index.html
------Buch------
Titel: Set Me Free
Preis: £17,46
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/set-me-free_988/index.html
------Buch------
Titel: Scott Pilgrim's Precious Little Life (Scott Pilgrim #1)
Preis: 52,29 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/scott-pilgrims-precious-little-life-scott-pilgrim-1_987/index.html
------Buch------
Titel: Rip it Up and Start Again
Preis: 35,02 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/rip-it-up-and-start-again_986/index.html
------Buch------
Titel: Our Band Could Be Your Life: Scenes from the American Indie Underground, 1981-1991
Preis: £57,25
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/our-band-could-be-your-life-scenes-from-the-american-indie-underground-1981-1991_985/index.html
------Buch------
Titel: Olio
Preis: £23,88
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/olio_984/index.html
------Buch------
Titel: Mesaerion: Die besten Science-Fiction-Geschichten 1800–1849
Preis: £37,59
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/mesaerion-the-best-science-fiction-stories-1800-1849_983/index.html
------Buch------
Titel: Libertarianism for Beginners (Libertarismus für Anfänger)
Preis: £51,33
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/libertarianism-for-beginners_982/index.html
------Buch------
Titel: It's Only the Himalayas
Preis: 45,17 £
Verfügbarkeit: Auf Lager
Link: https://books.toscrape.com/catalogue/its-only-the-himalayas_981/index.html
Gesamtzahl der gescraped Seiten: 1
```
## Fazit
Nachdem Sie nun gelernt haben, wie Sie HTML-Daten mit jsoup extrahieren können, können Sie mit der Erstellung komplexerer Web-Scraper beginnen. Unabhängig davon, ob Sie Produktlisten, Nachrichtenartikel oder Forschungsdaten scrapen, sind der Umgang mit dynamischen Inhalten und die Umgehung von Blockierungen zentrale Herausforderungen.
Um Ihre Scraping-Aktivitäten effizient zu skalieren, sollten Sie die Tools von Bright Data in Betracht ziehen:
- **[Residential-Proxys](/proxy-types/residential-proxies) –** Vermeiden Sie IP-Sperren und greifen Sie auf geografisch eingeschränkte Inhalte zu.
- **[Scraping-Browser](/products/scraping-browser) –** Rendern Sie JavaScript-lastige Websites mühelos.
- **[Gebrauchsfertige Datensätze](/products/datasets) –** Überspringen Sie das Scraping ganz und erhalten Sie sofort strukturierte Daten.
Durch die Kombination von jsoup mit der richtigen Infrastruktur können Sie Daten in großem Umfang extrahieren und gleichzeitig das Risiko einer Erkennung minimieren. Sind Sie bereit, Ihr Web-Scraping auf die nächste Stufe zu heben? Melden Sie sich jetzt an und starten Sie die Gratis-Testversion.
Vertrieb kontaktierenGratis testen
Inhaltsverzeichnis
Dedicated Scraper APIs & No-Code Scrapers
Over 1000 scrapers for all popular domains. Simplify your web scraping.
[See pricing](/pricing/web-scraper "See pricing")
Just want data? Skip scraping.
Hundreds of ready-to-use datasets from all popular domains.
[See pricing](/pricing/datasets "See pricing")
[ ](https://news.ycombinator.com/submitlink?t=HTML+mit+Java+und+jsoup+Parsing&u=https://brightdata.de/blog/web-data-de/parse-html-with-jsoup) [ ](https://www.linkedin.com/shareArticle?mini=true&title=HTML+mit+Java+und+jsoup+Parsing&url=https://brightdata.de/blog/web-data-de/parse-html-with-jsoup) [ ](http://www.reddit.com/submit?title=HTML+mit+Java+und+jsoup+Parsing&url=https://brightdata.de/blog/web-data-de/parse-html-with-jsoup)
## Das könnte Sie auch interessieren
[  ](https://brightdata.de/blog/ai/openhuman-with-bright-data "Produktionsreifer Web-Zugriff in OpenHuman über die Bright Data CLI")
[AI
Antonello Zanini
Technical Writer
### Produktionsreifer Web-Zugriff in OpenHuman über die Bright Data CLI
Integrieren Sie die Bright Data CLI mit OpenHuman, um produktionsreifen Web-Zugriff und Datenerhebung für KI-Agenten zu ermöglichen.
09-Sep-2026
12 min lesen
](https://brightdata.de/blog/ai/openhuman-with-bright-data)
[  ](https://brightdata.de/blog/web-data-de/multimodal-web-scraping-with-minimax "Multimodales Web-Scraping mit MiniMax")
[Web Data
Antonello Zanini
Technical Writer
### Multimodales Web-Scraping mit MiniMax
Kombinieren Sie Bright Data Web Unlocker mit MiniMax M3 Vision, um strukturierte Daten aus Bildern und Webseiten-Screenshots zu extrahieren.
09-Sep-2026
4 min lesen
](https://brightdata.de/blog/web-data-de/multimodal-web-scraping-with-minimax)
[  ](https://brightdata.de/blog/ai/best-cli-tools-for-codex "Die 10 besten CLI-Tools für Codex im Jahr 2026 – Getestet & Bewertet")
[AI
Daniel Shashko
Web Data & AI Expert
### Die 10 besten CLI-Tools für Codex im Jahr 2026 – Getestet & Bewertet
Die 10 CLI-Tools, die Codex schneller und leistungsfähiger machen, beginnend mit dem Bright Data CLI für echten Web-Zugriff aus der Sandbox heraus.
06-Sep-2026
20 min lesen
](https://brightdata.de/blog/ai/best-cli-tools-for-codex)