更正java中的已解析URL

Question

我正在创建一个HTML解析器，它从给定的URL获取HTML，找到导航菜单html，并将其放入String中。 HTML中要复制到String中的URL需要添加URL的一部分（“www.stackoverflow.com”部分）。如何查找字符串中的现有URL并将缺少的部分添加到其中以便它们起作用。

String中的网址格式为：

<a href="/qestions/11744851.cfm">

我需要以下面的形式制作它们：

<a href="www.stackoverflow.com/questions/11744851.cfm">

Answer 1

如果XHTML是有效的XML，最简单的方法是将其解析为XML并使用XPath（例如/ body / div / a @ href，其中/ body / div是HTML中菜单部分的路径。 还有一个名为HTMLParser（http://htmlparser.sourceforge.net/）的项目，你可能想尝试一下（根据页面，它有'链接提取，用于浏览网页或收集电子邮件地址' ;但我从未使用它，所以我无能为力。 另一方面，如果HTML不是有效的，您可能想要使用http://ccil.org/~cowan/XML/tagsoup/ - 它可能有用，或者可能不会，在我们尝试的网站上，它做得非常好。

编辑：在找到有趣的部分之后，可以使用简单的连接来添加缺失的部分

Answer 2

尝试将此正则表达式与ReplaceAll()方法一起使用：

str = subString.replaceAll("<a href=\"(.*)\">", "<a href=\"http://www.stackoverflow/$1\">");