如何通过删除其标签和特殊字符来获取超链接？

Question

我只想得到：

http://tamilblog.ishafoundation.org/nalvazhvu/vazhkai/

而不是所有这些：

<a href="http://tamilblog.ishafoundation.org/nalvazhvu/vazhkai/"></a>

我只是想把它应用到我的循环（部分）：

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class NewClassssssss {
    public static void main(String[] args) throws IOException {
        Document doc =  Jsoup.connect("http://tamilblog.ishafoundation.org/page/3//").get();

        Elements section = doc.select("section#content");
        Elements article = section.select("article");
        Elements links = doc.select("a[href]");

        for (Element a : section) {
            //   System.out.println("Title : \n" + a.select("a").text());
            System.out.println(a.select("a[href]"));
        }

        System.out.println(links);
    }
}

Answer 1

代码中存在一些问题：

1。搜索范围无效

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

以上行从整个文档中获取所有链接，而不是仅包含文章。

2。循环中使用的节点无效

for (Element a : section) {
   // ...
}

上面的for循环适用于部分而不是链接。

3。重复调用select方法

Elements section = doc.select("section#content");
Elements article = section.select("article");
Elements links = doc.select("a[href]");

没有必要为层次结构中的每个节点执行选择。 Jsoup可以为您导航。这三行可以用一行代替：

Elements links = doc.select("section#content article a");

示例代码

以下是恢复所有三个先例点的示例代码：

Document doc = Jsoup.connect("http://tamilblog.ishafoundation.org/nalvazhvu/vazhkai/").get();

for (Element a : doc.select("section#content article a")) {
    System.out.println("Title : \n" + a.text());
    System.out.println(a.absUrl("href")); // absUrl is used here for *always* having absolute urls.
}

<强>输出     标题：

http://tamilblog.ishafoundation.org/kalyana-parisaga-isha-kaattupoo/
Title : 
இதயம் பேசுகிறது
http://tamilblog.ishafoundation.org/isha-pakkam/idhyam-pesugiradhu/
Title : 
வாழ்க்கை
http://tamilblog.ishafoundation.org/nalvazhvu/vazhkai/
Title : 
கல்யாணப் பரிசாக ஈஷா காட்டுப்பூ…
http://tamilblog.ishafoundation.org/kalyana-parisaga-isha-kaattupoo/
... (truncated for brievety)

Answer 2

{
  "invocationId": "invocationIdExample",
  "deliveryStreamArn": "arn:aws:kinesis:EXAMPLE",
  "region": "us-west-2",
  "records": [
    {
      "recordId": "49546986683135544286507457936321625675700192471156785154",
      "approximateArrivalTimestamp": 1495072949453,
      "data": "SGVsbG8sIHRoaXMgaXMgYSB0ZXN0IDEyMy4="
    }
  ]
}