Jsoup文档--提取数据(使用URLs)

使用URLs

问题

需要将一个HTML文档中包含的相对路径的解析为绝对路径。

解决方案

• 确保在解析文档时指定了base URI，(从URL加载时是隐含的)。
• 使用abs:属性前缀从属性中解析绝对路径。

Document doc = Jsoup.connect("http://jsoup.org").get();

Element link = doc.select("a").first();
String relHref = link.attr("href"); // == "/"
String absHref = link.attr("abs:href"); // "http://jsoup.org/"

描述

• 在HTML元素中，URLs通常被写成基于文档位置的相对位置：<a href="/download">...</a>。当使用Node.attr(String key)方法获取href属性，将会返回在HTML源文件中指定的路径。
• 可以使用属性前缀abs:获取绝对路径：将会根据文档的根路径解析属性值：attr("attr:href")
• 在解析文档前指定根路径是重要的。
• 如果不想使用abs:前缀，还有一个Node.absUrl(String key)可以达到目的，但它是通过自然属性key直接访问的。(e.g. String absHref = link.absUrl("href"); // "http://jsoup.org/")