java - 如何使用 Jsoup 解析相对 url？

Question

嗨，我对 Jsoup 有疑问。

我刮了一个页面，得到了很多网址。其中一些是相对网址，例如："../index.php", "../admin", "../details.php".

我attr("abs:href")用来获取绝对网址，但这个链接呈现为www.domain.com/../admin.php

我想知道这是否是一个错误。

有没有办法用jsoup获得真正的绝对路径？我该如何解决这个问题？

我也尝试过absurl("href")，但没有工作。

Answer 1

还有一个不错的选择是使用 abs:href 或 abs:src 属性：

String relHref = link.attr("href"); // == "/"
String absHref = link.attr("abs:href"); // "http://jsoup.org/"

这也有描述：http: //jsoup.org/cookbook/extracting-data/working-with-urls

Answer 2

如果element包含相对链接，您将获得如下绝对链接：element.absUrl("href").

但是您必须在之前为您的相对链接设置基本 URI（例如setBaseUri("http://www.myexample.com")在您的Documentor上调用Element）。

确保你的基础 Uri 足够长！

好的：

element.setBaseUri("http://www.example.com/abc/");
element.attr("href", "../b/here");

返回： http://www.example.com/b/here

坏的：

element.setBaseUri("http://www.example.com/abc/");
element.attr("href", "../../b/here");

返回： http://www.example.com/../b/here

--> 你的相对链接对于你的基础 uri 来说太长了！