如何从Java中的HTML页面中提取JavaScript链接？

Question

我在Java中使用HTML作为String，我需要从中提取JavaScript链接。我可以使用哪些好的和易于使用的库？我查了Cobra和Neko，但我不认为（也许我错了）他们有我需要的东西，比如获取标签特定的内容。

Answer 1

看看JSoup。它是一个HTML解析器，具有用于查找dom元素的选择器-DSL（域特定语言）。

例如，要查找a的所有href代码，您可以这样做：

Document doc = Jsoup.connect("http://www.google.com/").get();
Elements hrefAnchors = doc.select("a[href]"); 

如果您已将html下载为String，则可以使用parse(String)方法：

String html = "<p>Welcome to <a href='http://www.google.com/'>Google</a>.</p>";
Document doc = Jsoup.parse(html);