爬虫解析一般使用 正则或者给予样式的 jquery语法选择器
正则是根本，类比jsoup基于dom，底层也有部分是基于正则实现的，linux操作系统
文本处理也是借助强大的正则体现的 。关于正则 请参考 《正则指引》书 。
正则基本语法 ：http://cphmvp.diandian.com/post/2012-07-31/40032077081
搜索爬虫常用正则：http://cphmvp.diandian.com/post/2012-11-10/40041792417
正则的调试工具有很多，推荐个 RegexBuddy 。 这里就不多做介绍了或者后续补充 。
今天着重讲下 jsoup，近期做了一千多个站点，主要依靠jsoup，jquery的语法选择器恶补了下（其实用到的也不多）
跟xpath 相似，写时可以借助 firefox的插件自动生成 。
个人写了个 cssQuery语法选择器的帮助工具 ：下载地址：http://pan.baidu.com/s/1eQ1NfrW
1：支持自动生成下一页query 规则生成
2： 支持源码获取 ，自动刷新支持
3： 匹配结果查看
