วิธี Parse HTML ใน Android ด้วย Kotlin และ Jsoup

บทนำ

ตัวอย่างนี้แสดงวิธีดึงและแยกข้อมูลจากหน้าเว็บ (Web Scraping) โดยใช้ Library Jsoup ใน Android

ขั้นตอนที่ 1: สร้างโปรเจกต์

สร้างโปรเจกต์ Android ใหม่ใน Android Studio

ขั้นตอนที่ 2: เพิ่ม Dependency (build.gradle)

dependencies {
    implementation 'org.jsoup:jsoup:1.17.2'
}

ขั้นตอนที่ 3: Layout (activity_main.xml)

<?xml version="1.0" encoding="utf-8"?>
<RelativeLayout xmlns:android="https://schemas.android.com/apk/res/android"
    xmlns:tools="https://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:padding="8dp"
    tools:context=".MainActivity">

    <Button
        android:id="@+id/btnParseHTML"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:layout_centerHorizontal="true"
        android:layout_marginTop="30dp"
        android:text="Fetch Website" />

    <ScrollView
        android:layout_width="match_parent"
        android:layout_height="match_parent"
        android:layout_below="@id/btnParseHTML"
        android:layout_marginTop="16dp">

        <TextView
            android:id="@+id/textView"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:textColor="@android:color/background_dark"
            android:textSize="12sp"
            android:textStyle="bold" />
    </ScrollView>
</RelativeLayout>

ขั้นตอนที่ 4: MainActivity.kt

import android.os.Bundle
import android.widget.Button
import android.widget.TextView
import androidx.appcompat.app.AppCompatActivity
import org.jsoup.Jsoup
import org.jsoup.nodes.Document
import org.jsoup.select.Elements
import java.io.IOException

class MainActivity : AppCompatActivity() {
    private lateinit var button: Button
    private lateinit var textView: TextView

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)
        title = "HTML Parser"

        textView = findViewById(R.id.textView)
        button = findViewById(R.id.btnParseHTML)

        button.setOnClickListener {
            getHtmlFromWeb()
        }
    }

    private fun getHtmlFromWeb() {
        Thread(Runnable {
            val stringBuilder = StringBuilder()
            try {
                val doc: Document = Jsoup.connect("https://www.tutorialspoint.com/").get()
                val title: String = doc.title()
                val links: Elements = doc.select("a[href]")

                stringBuilder.append("Title: $title\n\n")
                
                for (link in links) {
                    stringBuilder.append("Link: ${link.attr("href")}\n")
                    stringBuilder.append("Text: ${link.text()}\n\n")
                }
            } catch (e: IOException) {
                stringBuilder.append("Error: ${e.message}\n")
            }

            runOnUiThread { textView.text = stringBuilder.toString() }
        }).start()
    }
}

ขั้นตอนที่ 5: Manifest (ต้องมี Internet Permission)

<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="https://schemas.android.com/apk/res/android"
    package="com.example.htmlparser">
    <uses-permission android:name="android.permission.INTERNET" />
    <application
        android:allowBackup="true"
        android:icon="@mipmap/ic_launcher"
        android:label="@string/app_name"
        android:roundIcon="@mipmap/ic_launcher_round"
        android:supportsRtl="true"
        android:theme="@style/AppTheme">
        <activity android:name=".MainActivity">
            <intent-filter>
                <action android:name="android.intent.action.MAIN" />
                <category android:name="android.intent.category.LAUNCHER" />
            </intent-filter>
        </activity>
    </application>
</manifest>

Jsoup Selectors ที่ใช้บ่อย

ตัวอย่าง Selector 進階

// ตารางข้อมูล
val rows = doc.select("table.data-table tr")

// ข้อความใน div ที่มี class content
val content = doc.select("div.content").text()

// รูปภาพทั้งหมด
val images = doc.select("img[src]")
for (img in images) {
    val src = img.attr("src")  // URL รูป
    val alt = img.attr("alt")  // Alt text
}

แนวทางปฏิบัติที่ดี (Best Practices)

• ใช้ Coroutines แทน Thread แบบเดิม (Modern approach)
• เพิ่ม User-Agent เพื่อไม่ถูกบล็อก
• จัดการ Timeout และ Error handling ให้ครบถ้วน
• เคารพ robots.txt และ Terms of Service ของเว็บไซต์
• พิจารณาใช้ API อย่างเป็นทางการถ้ามีให้