如何使用Jsoup解析相对URL？

Question

嗨，我在使用Jsoup时遇到了问题。

我抓取了一个页面并获得了许多url。其中一些是相对路径，如："../index.php"、"../admin"、"../details.php"。

我使用attr("abs:href")来获取绝对url，但这些链接的渲染方式类似于www.domain.com/../admin.php

我想知道这是否是个bug。

有没有办法用jsoup获取真正的绝对路径？我该怎么解决这个问题？

我也尝试了absurl("href")，但没有起作用。

- Tropicalista

---

我不确定jSoup是什么，或者它与ColdFusion有什么关系。但是，如果你正在使用cfhttp，你可以添加resolveurls="true"，cfhttp将为链接和srcs返回完整的绝对URL。 - Dan Short

这与PHP和ColdFusion有什么关系？ - goat

这个问题通常与所有编程语言有关。Jsoup是一个用于解析HTML的Java库。 - Tropicalista

你能在这里发布一些更多使用jsoup的代码吗？ - ollo

Answer 1

另一个好选择是使用abs:href或abs:src属性：

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

这也在那里进行了描述：http://jsoup.org/cookbook/extracting-data/working-with-urls

- rbs

Answer 2

如果element中包含相对链接，您可以通过以下方式获取绝对链接：element.absUrl("href")。

但是，在此之前，您必须为相对链接设置基本URI（例如在您的Document或Element上调用setBaseUri("http://www.myexample.com")）。

确保您的基本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 不好的写法：

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

返回值: http://www.example.com/../b/here

--> 您的相对链接对于基础URI太长了！

- ollo