如何使用 Jsoup 获取没有多余字符的 href 链接？答案

【问题标题】：How to use Jsoup to get href link without the extra characters?如何使用 Jsoup 获取没有多余字符的 href 链接？
【发布时间】：2017-05-05 13:47:26
【问题描述】：

我有一个元素列表，我使用 jsoup 的方法 attr() 来获取 href 属性。这是我的代码的一部分：

    String searchTerm = "tutorial+programming+"+i_SearchPhrase;
    int num = 10;
    String searchURL = GOOGLE_SEARCH_URL + "?q="+searchTerm+"&num="+num;
    Document doc = Jsoup.connect(searchURL).userAgent("chrome/5.0").get();   
    Elements results = doc.select("h3.r > a");
    String linkHref;

    for (Element result : results) {
        linkHref = result.attr("href").replace("/url?q=","");
        //some more unrelated code...
        }

例如，当我使用搜索短语“test”时，attr("href") 会产生（列表中的第一个）：

linkHref = https://www.tutorialspoint.com/software_testing/&sa=U&ved=0ahUKEwi_lI-T69jTAhXIbxQKHU1kBlAQFggTMAA&usg=AFQjCNHr6EzeYegPDdpHJndLJ-889Sj3EQ

我只想要：https://www.tutorialspoint.com/software_testing/

解决此问题的最佳方法是什么？我只是在 linkHref 上添加一些字符串操作（我知道怎么做）还是有办法让 href 属性包含开头的较短链接？提前谢谢你

【问题讨论】：

如果您知道您的链接将始终采用上述格式，您可以使用 String 的 lastIndexOf() 方法查找最后一个正斜杠，并从该索引开始删除所有字符。
@patrick-hainge 我不确定最后一个斜杠后面的字符是什么意思或它们来自哪里，因此我不知道其他链接是否总是采用上述格式

标签： java jsoup

【解决方案1】：

如果您总是想删除query 参数，您可以使用String.indexOf() 例如

int lastPos;
if(linkHref.indexOf("?") > 0) {
   lastPos = linkHref.indexOf("?");
} else if (linkHref.indexOf("&") > 0){
   lastPos = linkHref.indexOf("&");
}
else lastPos = -1;

if(lastPos != -1)
linkHref = linkHref.subsring(0, lastPos);

【讨论】：

@Atalia.d 我更新了我的答案。您可以检查任何字符的第一个索引，在这种情况下它是 &
因为我不知道这些额外字符的含义，我可以确定它总是采用相同的格式吗？即它只是“？”还有“&”我应该担心吗？
@Atalia.d 这些是查询参数。他们总是这样开始的。