使用 Java/Jsoup 从 HTML 内容中提取 JS 库

Question

页面：https://en.wikipedia.org/wiki/Punjab,_India

HTML 源代码供参考（使用 Chrome）：view-source:https://en.wikipedia.org/wiki/Punjab,_India

使用上面的页面 URL 我想提取 HTML 中使用的所有 javascript 库。

有没有使用 Jsoup/Java 或任何其他可以使用的 Java 库的简单方法。

Answer 1

你可以试试这个简单的解决方案：

          List<String> sources = Jsoup.parse(html)
            .select("script")
            .stream()
            .map(element -> element.attr("src"))
            .filter(src -> !StringUtil.isBlank(src))
            .collect(Collectors.toList());

这对你来说可能已经足够了。如果不是，请指定您期望的输出。