Jsoup.parse() 与 Jsoup.parse() - 或者 Jsoup 中的 URL 检测如何工作？

Question

Jsoup 有 2 个 html parse() 方法：

1. parse(String html) - “由于没有指定基本 URI，因此绝对 URL 检测依赖于包含标签的 HTML。”
2. parse(String html, String baseUri) - "HTML 所在的 URL 被检索自。用于将相对 URL 解析为绝对 URL， 在 HTML 声明标签之前发生。”

我很难理解两者之间差异的含义：

1. 在第二个 parse() 版本中，“将发生的相对 URL 解析为绝对 URL before HTML 声明 标记”是什么意思？如果 标签从未出现在页面中？
2. 绝对URL检测的目的是什么？为什么Jsoup需要 找到绝对URL？
3. 最后但最重要的是：baseUri 是 HTML 页面的完整 URL （如原始文档中的措辞）还是它的基本 URL HTML 页面？

Answer 1

它用于 元素等#absUrl() 以便您可以检索 、、、

for (Element link : document.select("a")) {
    System.out.println(link.absUrl("href"));
}

如果您想下载和/或解析也链接了资源。

---

在第二个 parse() 版本中，“在 HTML 声明 标记之前发生的将相对 URL 解析为绝对 URL”是什么意思？如果页面中从未出现 标记怎么办？

某些（较差的）网站可能声明了 或

---

绝对 URL 检测的目的是什么？为什么Jsoup需要查找绝对URL？

以便在Element#absUrl()上返回正确的URL。这纯粹是为了最终用户的方便。 Jsoup 不需要它来成功地自行解析 HTML。

---

最后但也是最重要的一点：baseUri 是 HTML 页面的完整 URL（如原始文档中的措辞）还是 HTML 页面的基本 URL？

前者。如果是后者，那么文档就会撒谎。 baseUri 不得与 混淆。