jsoup深度遍历html中所有的子链接

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;
import java.util.*;

public class testDOM  {


    public static void main(String[] args) {
        String url = "https://mirrors.edge.kernel.org/pub/software/libs/glibc/hjl/";
        getAllUrl(url);
    }



    public static List getAllUrl(String url){

        List list = new ArrayList();
       try {
           Document doc = (Document) Jsoup.connect(url).get();
           Elements links = ((Element) doc).select("a[href]");
           for (Element link : links) {
               String linkHref = link.attr("abs:href");
               String linkText = link.text();
               String test = linkHref+"............................"+linkText;
               System.out.println(test);
               list.add(linkHref);
               if(!linkText.endsWith("../")&&linkText.endsWith("/")){
                    getAllUrl(linkHref);
               }
           }

       } catch (IOException e) {
           // TODO Auto-generated catch block
           e.printStackTrace();
       }
        return list;
   }




}

改进版如下:

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.IOException;
import java.util.*;

public class testDOM  {
    private  static List   list;

    public static void main(String[] args) {
        list = new ArrayList();
        String url = "https://mirrors.edge.kernel.org/pub/software/libs/glibc/hjl/";
         List list2 = getAllUrl(url);
        for (int i = 0; i <list2.size() ; i++) {
            System.out.println(list2.get(i));
        }
    }


    public static List getAllUrl(String url){
       try {
           Document doc = (Document) Jsoup.connect(url).get();
           Elements links = ((Element) doc).select("a[href]");
           for (Element link : links) {
               String linkHref = link.attr("abs:href");
               String linkText = link.text();
               String test = linkHref+"............................"+linkText;
//               System.out.println(test);
               if(!linkText.endsWith("../")&&linkText.endsWith("/")){
                    getAllUrl(linkHref);
               }
               list.add(linkHref);
           }

       } catch (IOException e) {
           // TODO Auto-generated catch block
           e.printStackTrace();
       }
        return list;
   }
}

所需jar包链接:密码: 9ir5

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值