从相对 URL Android JSoup 转换时绝对 URL 不正确答案

【问题标题】：Absolute URL incorrect when converted from relative URL Android JSoup从相对 URL Android JSoup 转换时绝对 URL 不正确
【发布时间】：2016-09-29 19:33:15
【问题描述】：

我正在尝试解析来自各个站点的导航链接。

我在使用前缀为 ./ 的相对格式的某个特定站点上遇到问题，这是代码 sn-p 与 cmets 中的相关参数值：

// url = http://megatokyo.com/strip/1456
// selector = ".next a"
// ele = <a href="./strip/1457">Next</a>
// attr = "href"
Element ele = doc.select(selector).get(index);
ele.setBaseUri(url);
String absoluteUrl = ele.absUrl(attr).trim().replaceAll("\n", "");

Jsoup 返回：

http://megatokyo.com/strip/strip/1457

实际上真正的链接是：

http://megatokyo.com/strip/1457

据我了解，Jsoup 在这里给出了正确的链接，因为 ./ 指的是当前目录 (http://megatokyo.com/strip/)，这意味着锚在网站上的操作不正确。然而 Chrome、Firefox 和 IE 都将相对 URL 解析为指向下一条而不是 /strip/strip/1457。在其他情况下，有什么方法可以在不破坏相对 URL 的情况下纠正这种行为？

【问题讨论】：

标签： java android jsoup

【解决方案1】：

问题：

如果你看一下 html 源码的头部，你会发现：

<head>
    ...
    <base href="http://megatokyo.com/" />
</head>

什么意思？

对于文档中的所有相对 url，这将用作基础（因此这是当前目录./）。见：http://www.w3schools.com/tags/tag_base.asp

修复：

Jsoup 已经检测到 <base> 标记，而 ele.absUrl("href") 将（并且确实，只是测试过）返回 http://megatokyo.com/strip/1457，但您正在使用 ele.setBaseUri(url); 覆盖正确的设置，因此请删除这行代码。

如果您想自己处理设置正确的基数，只需将头部解析为 <base> 元素：

String url = "http://megatokyo.com/strip/1456";

Element base = doc.select("head > base[href]").first();

String baseUrl = base!=null ? base.attr("href") : url;

Element ele = doc.select("#comic > div > div.navcontrols.top > ul > li.next > a").first();
ele.setBaseUri(baseUrl);

System.out.println(ele.attr("abs:href"));

【讨论】：

解释得很好。不幸的是，我忘记在我的问题中添加一条相关信息——在这种情况下，我没有使用 Jsoup 加载 URL，只是为了解析属性。因此 baseURI 没有被隐式设置。除了使用选择器手动解析之外，还有什么方法可以从本文档（包含完整源代码）中解析出 baseURI？
@alexgophermix 好的，我想知道为什么你必须调用 setBaseUri。更新了我的答案：只需解析基本标签的头部并处理它。出于好奇：你为什么不使用 jsoup 来获取页面/你在使用什么？
我有一个异步网络任务，它加载了各种回调和配置，并在整个应用程序中不需要文档解析的其他地方使用。可能还有改进的余地，但它现在正在工作¯_(ツ)_/¯