如何使用 Jsoup 从相对 HTML 链接中提取绝对 URL？答案

【问题标题】：How to extract absolute URL from relative HTML links using Jsoup?如何使用 Jsoup 从相对 HTML 链接中提取绝对 URL？
【发布时间】：2010-11-10 12:38:11
【问题描述】：

我正在使用Jsoup 来提取网页的 URL。这些 URL 的 href 属性是相对的，例如：

<a href="/text">example</a>

这是我的尝试：

Document document = Jsoup.connect(url).get();
Elements results = document.select("div.results");
Elements dls = results.select("dl");
for (Element dl : dls) {
    String url = dl.select("a").attr("href");
}

这很好用，但如果我使用

String url = dl.select("a").attr("abs:href");

要获得像http://example.com/text 这样的绝对 URL，它不起作用。如何获取绝对 URL？

【问题讨论】：

示例 html 在哪里？我们无法通过猜测来帮助您......

标签： java url jsoup

【解决方案1】：

你需要Element#absUrl()。

String url = dl.select("a").absUrl("href");

你可以顺便缩短选择：

Document document = Jsoup.connect(url).get();
Elements links = document.select("div.results dl a");
for (Element link : links) {
    String url = link.absUrl("href");
}

【讨论】：

【解决方案2】：

String url = dl.select("a").absUrl("href");

不正确，因为dl.select("a") 不会返回单个项目而是一个集合。您需要通过索引获取元素

例如：

Elements elems = dl.select("a");
Element a1 = elems.get(0); //0 is the index first element increasing to (elems.size()-1)
now you can do
a1.absUrl("href");

如果您确定上述选择只会产生一个项目，或者您想要的项目将是第一个，您可以：

String url = dl.select("a").get(0).absUrl("href");

也一样

String url = dl.select("a").first().absUrl("href");

它不一定是第一个元素，你总是可以替换 0 String url = dl.select("a").get(0).absUrl("href"); 带有元素的索引。或者使用只会产生一个元素的更具体的选择。

【讨论】：