如何使用 jsoup 从网页中的所有段落中提取完整的 URL

Question

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()));
        }
    }

Answer 1

使用.absUrl("href") 而不是.attr("href")。这仅在您从网页获取文档或从磁盘解析 full 文件时有效（因此不要像示例中那样将部分从 HTML 转换为文本并返回）。

Document document = Jsoup.connect("http://stackoverflow.com").get();
Elements paragraphLinks = document.select("p a");
for (Element paragraphLink : paragraphLinks) {
    String absUrl = paragraphLink.absUrl("href");
    // ...
}