如何使用jsoup从网页上的所有段落中提取完整的URL?我只能提取相对URL。
预期:
http://fr.wikipedia.org/wiki/Husni_al-Zaim
实际: /Husni_al-Zaim
我的代码:
Elements links = doc.select("p");
Elements linkss = links.select("a");
for (Element link : linkss) {
if (link.text().matches("^[A-Z].+") == true) {
list.add(new NamedLink(link.attr("href"), link.text()));
}
}
答案 0 :(得分:1)
使用.absUrl("href")
代替.attr("href")
。这仅适用于从网页获取文档或从磁盘解析完整文件的情况(因此不会按照示例中的方式将部分从HTML按到文本并返回)。
Document document = Jsoup.connect("http://stackoverflow.com").get();
Elements paragraphLinks = document.select("p a");
for (Element paragraphLink : paragraphLinks) {
String absUrl = paragraphLink.absUrl("href");
// ...
}