我正在解析网页的 html 代码并使用正则表达式获取所有提到的链接作为 hrefs，但是某些网站（例如维基百科）在 html 代码中提到某些 hrefs 例如：
代码说：
href="#cite_note-Types_of_Test_Item_Formats-
但链接实际上是： http://en.wikipedia.org/wiki/Test_(assessment)#cite_note-Types_of_Test_Item_Formats-15
如何仅使用网页源访问这些链接？
编辑：用java编码
任何帮助表示赞赏
【问题讨论】：
window.location 并在需要时附加 href。 -- 你用什么语言解析 html ？
它们不是释义，它们是片段标识符。 # 引入了页面片段的标识符。因此，您引用的是当前页面的相对 URL，具有不同的片段标识符。 Wikipedia page about URLs 及其链接的 RFC 中还有更多内容。
请注意，片段不一定只单独显示。它们可以是任何 URL，相对的或绝对的。如果要处理 URL，则必须了解如何解析相对 URL。例如，如果我们假设我们在页面http://example.com/foo/bar.html，那么：
#fraghttp://example.com/foo/bar.html#frag
../alt.htmlhttp://example.com/foo/alt.html
/bonzo/nifty#stuffhttp://example.com/bonzo/nifty#stuff
//stackoverflow.com/questions/8110960/8110987#8110987（注意缺少协议）http://stackoverflow.com/questions/8110960/8110987#8110987...等等等等
【讨论】：
在维基百科上，它只是指页面上的一部分（您当前正在浏览），浏览器只会向下滚动到您的锚点。 但是在某些网站上，例如 twitter。例如我的帐户 http://twitter.com/#!/msundb（和转发给它的http://twitter.com/msundb） 实际上只是 twitter.com 的根。 # 之后的所有内容！是否可以告诉页面上的 javascript 它应该加载哪些内容。它甚至将链接 rel canonical 设置为“/”，告诉 google 它是起始页（尽管它不是）。
因此，您应该如何解释这些链接取决于您对它们做什么。
【讨论】：