如何更新元素以使其不包含已删除的链接？答案

【问题标题】：How to update an Elements so that it does not contain Removed Links?如何更新元素以使其不包含已删除的链接？
【发布时间】：2016-08-12 04:26:12
【问题描述】：

注意：有一个类似的问题被问到HERE。但是，我已经审查了这个问题，它并没有解决我的问题。请提前阅读。

我编写了一个尝试从Elements 中删除某些链接的方法。我知道remove() 会从它所在的Document ob 中删除Element。但是，如何更新我的 Elements 使其不包含已删除的链接？

下面是我的方法。

public void getLinks(Document site) {

    Elements links = site.select("a[href]");

    for(int i = 0 ; i < links.size() ; i++) {

      String url = links.get(i).attr("abs:href");

      if(url.endsWith("~S1")) {
        System.out.println(url);
      } else {
        links.remove(i); // links still contains removed Element
      }
    }
}

【问题讨论】：

当心！事实上，循环：for (int i = 0; i < 0; i++)，永远不会发生，因为i < 0 在开始循环之前返回false ...
你既不能使用 i0 ，如果你使用 i>0 你将有一个无限循环。而不是 0 使用另一个整数值。因为你不能在for循环中反复检查起始值的条件。
感谢您的指点 :) 但是，我的问题仍然存在。还有其他想法吗？

标签： java jsoup

【解决方案1】：

我建议你使用listIterator。您可以在遍历列表时安全地删除元素（元素扩展了 ArrayList 类）

 ListIterator<Element> it = links.listIterator();
 while(it.hasNext()){
   Element link = it.next();
   String url = links.get(i).attr("abs:href");
   if(... {// your condition. I can't properly copy, writing from a mobile phone
   link.remove();
   }
 }

请记住，在使用常见的for 运算符进行迭代时，从列表中删除元素是不安全的。因为重新索引。例如。你已经删除了第 5 个元素，循环计数器增加了 1，你想要删除第 6 个元素，而是删除第 7 个元素。列表接口不保留空索引，因此它会在删除操作后立即重新组织元素列表，有利于保持不可破坏的序列。
用于您的任务ListIterator power，它是为删除、双向迭代等目的而创建的。

【讨论】：

【解决方案2】：

如何更新我的元素，使其不包含已删除的链接？

Elements 实际上提供了几种方便的方法，不需要为此迭代或循环遍历子元素。

起始html：

<html>
 <head></head>
 <body>
  <div> 
   <a href="foo.html?S1">foo</a> 
   <a href="not_foo.html">not foo</a> 
   <a href="foo2.html?S1">foo2</a> 
  </div>
 </body>
</html>

获取样本Elementsobj:

Elements elements = doc.select("a");

System.out.println(elements.outerHTML());

...

<a href="foo.html?S1">foo</a>
<a href="not_foo.html">not foo</a>
<a href="foo2.html?S1">foo2</a>

要从Elements 对象中删除以“S1”结尾的链接：

elements.removeAll(elements.select("a[href$=S1]"));

System.out.println(elements.outerHTML());

...

<a href="not_foo.html">not foo</a>

或者，创建一个不包含以“S1”结尾的链接的新Elements obj：

Elements cleanLinks = elements.not("a[href$=S1]");

System.out.println(cleanLinks.outerHtml());

...

<a href="not_foo.html">not foo</a>

注意：Elements.remove(Collection) 和 Elements.not(String) 都不会从 Document 对象中删除元素。

【讨论】：