Question

我正在使用JSOUP过滤掉html正文中的链接。

我使用这些选择器：

Elements links = doc.select("a[href]"); // Select all links
links.select("a[href*=#]").remove(); // remove links containing #

但仍有包含主题标签的链接。这怎么可能？

Answer 1

Elements上的remove()方法不会从元素本身中删除匹配，而是从关联的Document对象中删除。

例如，如果你有：

<html>
 <body>
  <a href="#someid"></a>
  <a href="http://www.google.pt"></a>
 </body>
</html>

在links.select("a[href*=#]").remove();后你会：

<html>
 <head></head>
 <body>  
  <a href="http://www.google.pt"></a>  
 </body>
</html>

如果要选择所有非主题标签链接，可以执行以下操作：

Elements links = doc.select("a[href~=[^#]*");