如何使用 jsoup 从网页中的所有段落中提取完整 URL

发布于 2024-10-26 18:36:20 字数 514 浏览 1 评论 0原文

如何使用 jsoup 从网页上的所有段落中提取完整的 URL？我只能提取相对 URL。

预期： http://fr.wikipedia.org/wiki/Husni_al-Zaim

实际： /Husni_al-Zaim

我的代码：

    Elements links = doc.select("p");
    Elements linkss = links.select("a");

    for (Element link : linkss) {
        if (link.text().matches("^[A-Z].+") == true) {
            list.add(new NamedLink(link.attr("href"), link.text()));
        }
    }

原文

How do I extract full URL's from all paragraphs on a web page using jsoup? I am able to extract only the relative URL's.

Expected:
http://fr.wikipedia.org/wiki/Husni_al-Zaim

Actual: /Husni_al-Zaim

My Code:

    Elements links = doc.select("p");
    Elements linkss = links.select("a");

    for (Element link : linkss) {
        if (link.text().matches("^[A-Z].+") == true) {
            list.add(new NamedLink(link.attr("href"), link.text()));
        }
    }

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

孤单情人 2024-11-02 18:36:20

使用 .absUrl("href") 而不是 .attr("href")。仅当您从网页获取文档或从磁盘解析完整文件时，这才有效（因此不要像示例中那样将部分内容从 HTML 转换为文本并返回）。

Document document = Jsoup.connect("http://stackoverflow.com").get();
Elements paragraphLinks = document.select("p a");
for (Element paragraphLink : paragraphLinks) {
    String absUrl = paragraphLink.absUrl("href");
    // ...
}

Use .absUrl("href") instead of .attr("href"). This only works when you get the document from a webpage or parse the full file from disk (and thus do not massage portions from HTML to text and back as in your example).

Document document = Jsoup.connect("http://stackoverflow.com").get();
Elements paragraphLinks = document.select("p a");
for (Element paragraphLink : paragraphLinks) {
    String absUrl = paragraphLink.absUrl("href");
    // ...
}

回复收藏 0 原文

~没有更多了~