使用Jsoup以正确格式从网页中提取相对链接

Question

我已经解析了一个网页的外链，我将使用 Jsoup 再次解析它。但问题是，链接的形式是：../../../pincode/india/andaman-and-nicobar- islands/。在这种形式下，我无法解析它们。所以我在stackoverflow的其他帖子的帮助下使用link.attr("abs:href")转换为绝对url。

我解析的第一个网页的网址是：http://www.mapsofindia.com/pincode/india/。解析后得到的绝对 URL 的格式为http://www.mapsofindia.com/../pincode/india/andaman-and-nicobar-islands/。但我无法使用 Jsoup 进一步解析它们。所以当我执行以下语句时：

Jsoup.parse("http://www.mapsofindia.com/../pincode/india/andaman-and-nicobar-islands/");

它给出 HTTP 400 错误，即错误请求。所以我认为Urls存在一些问题。所以任何人都可以帮我解决上述问题，以正确的方式获取网址，以便我可以进一步解析它们。谢谢。

Answer 1

请测试这两件事：

1. 尝试使用link.absUrl("href") 而不是link.attr("abs:href")
2. 检查基本 uri（在您的元素或文档上调用 baseUri()）

顺便说一句。你最好使用connect()这个东西的方法：

Document doc = Jsoup.connect("http://<your url here>").get();