Jsoup.parse（）与Jsoup.parse（） - 或者如何在Jsoup中使用URL检测？

Question

Jsoup有2个 html parse（）方法：

1. parse(String html) - “因为没有指定基本URI，所以绝对URL 检测依赖于包含标签的HTML。“
2. parse(String html, String baseUri) - “HTML的网址 是从。用于解析绝对URL的相对URL， 在HTML声明标记之前发生。“

我很难理解意思两者之间的差异：

1. 在第二个parse()版本中，“解析发生的绝对URL的相对URL”是什么 之前 HTML声明<base href>标记“是什么意思？如果是的话 页面中出现<base href>标记从不？
2. 绝对URL检测的目的是什么？为什么Jsoup需要 找到绝对的URL？
3. 最后，但最重要的是：baseUri是HTML网页的完整网址 （如原始文档中所述）或者是 base 的URL HTML页面？

Answer 1

它用于其他Element#absUrl()，以便您可以检索<a href>，<img src>，<link href>，<script src>的（预期）绝对网址，等。

for (Element link : document.select("a")) {
    System.out.println(link.absUrl("href"));
}

如果您还想下载和/或解析链接的资源，这非常有用。

---

  

在第二个parse（）版本中，“解析绝对URL的相对URL，在HTML声明<base href>标记之前发生的”是什么意思？如果页面中永远不会出现<base href>标记怎么办？

某些（可怜的）网站可能在<{em} <link>标记之前声明了<script>或<base>相对网址。或者，如果没有<base>标记，则只需使用给定的baseUri来解析整个文档的相对网址。

---

  

绝对URL检测的目的是什么？为什么Jsoup需要找到绝对URL？

要在Element#absUrl()上返回正确的网址。这纯粹是为了最终用户的便利。 Jsoup不需要它来成功解析HTML。

---

  

最后，但最重要的是：baseUri是HTML网页的完整网址（如原始文档中所述）还是HTML网页的基本网址？

前者。如果是后者，那么文件就会撒谎。 baseUri不得与<base href>混淆。