java提取所有html链接,使用Java的完整链接提取

小编典典

您可以使用像Jsoup这样的功能强大的HTML解析器来执行此操作。有一个Node#absUrl()这不正是你想要的东西。

package com.stackoverflow.q3394298;

import java.net.URL;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

public class Test {

public static void main(String... args) throws Exception {

URL url = new URL("https://stackoverflow.com/questions/3394298/");

Document document = Jsoup.connect(url).get();

Element link = document.select("a.question-hyperlink").first();

System.out.println(link.attr("href"));

System.out.println(link.absUrl("href"));

}

}

它会为您当前问题的标题链接打印(正确)以下内容：

/ questions / 3394298 / full-link-extraction-using-java

https://stackoverflow.com/questions/3394298/full-link-extraction-using-java

为了您的目的，Jsoup可能还有其他(未发现的)优势。

更新 ：如果要选择文档中的 所有 链接，请执行以下操作：

Elements links = document.select("a");

for (Element link : links) {

System.out.println(link.attr("href"));

System.out.println(link.absUrl("href"));

}

2020-11-23