java - 如何从 Java 中的 HTML 页面中提取 JavaScript 链接？

Question

我有 HTML 页面作为 Java 中的字符串，我需要从中提取 JavaScript 链接。我可以使用任何好的且易于使用的库吗？我查了Cobra和Neko，但我不认为（也许我错了）他们有我需要的东西，比如获取标签特定的内容。

Answer 1

看看JSoup。它是一个 HTML 解析器，具有用于查找 dom 元素的选择器-DSL（域特定语言）。

例如，要查找所有a带有 的标签href，您可以这样做：

Document doc = Jsoup.connect("http://www.google.com/").get();
Elements hrefAnchors = doc.select("a[href]"); 

如果您已经将 html 下载为String，则可以使用以下parse(String)方法：

String html = "<p>Welcome to <a href='http://www.google.com/'>Google</a>.</p>";
Document doc = Jsoup.parse(html);