使用 jsoup 解析 <META content="">答案

【问题标题】：Parsing <META content=""> using jsoup使用 jsoup 解析 <META content="">
【发布时间】：2016-01-19 22:59:28
【问题描述】：

需要帮助使用 JSOUP 从 HTML META 标记中提取 URL 值。这是我的 html -

String html = "<HTML><HEAD><...></...><META ......><META ......><META http-equiv="refresh" content="1;URL='https://xyz.com/login.html?redirect=www.google.com'"></HEAD></HTML>"

预期输出：“https://xyz.com/login.html?redirect=www.google.com”

谁能告诉我怎么做。谢谢

【问题讨论】：

使用此链接：stackoverflow.com/a/14453490/401403

标签： java android html parsing jsoup

【解决方案1】：

假设是第一个META

String html_src = ...

Document doc = Jsoup.parse(html);
Element eMETA = doc.select("META").first();
String content = eMETA.attr("content");
String urlRedirect = content.split(";")[1];
String url = urlRedirect.split("=")[1].replace("'","");

【讨论】：

在我看来此解决方案不起作用：由于内容字符串中有 2 =，因此此解决方案返回的 url 将是 https://xyz.com/login.html?redirect 。如果有人想将他的重定向到一个带有 ' 在 url 中的 url，你将使用你的 replace 语句删除所有出现的 '。

【解决方案2】：

使用 Java 8 和 Jsoup，此解决方案将起作用：

Document document = Jsoup.parse(yourHTMLString);
String url = document.select("meta[http-equiv=refresh]").stream()
                .findFirst()
                .map(doc -> {
                    try {
                        String content = doc.attr("content").split(";")[1];
                        Pattern pattern = Pattern.compile(".*URL='?(.*)$", Pattern.CASE_INSENSITIVE);
                        Matcher m = pattern.matcher(content);
                        String redirectUrl = m.matches() ? m.group(1) : null;
                        return redirectUrl == null ? null :
                                redirectUrl.endsWith("'") ? redirectUrl.substring(0, redirectUrl.length() - 2) : redirectUrl;
                    } catch (Exception e) {
                        return null;
                    }

                }).orElse(null);

【讨论】：