如何在不加载网页的情况下获取其中的链接？（基本上我想要的是这样的。用户输入一个URL，我想要加载该URL中所有可用的链接。）你能告诉我实现这个目标的方法吗？
获取网站中的链接
3
- netha
7
2不加载它是什么意思？你至少需要获取URL的内容并对其进行处理。 - NG.
@SB 我想他的意思是，他不想对所有的超链接发出GET请求。 - jmj
1@netha，首先，你是在使用Java还是JavaScript？这两者完全不同。 - Colin Hebert
我很乐意使用JavaScript获取链接。但如果不可能的话，我也不介意从Java获取它们。 - netha
我尝试了你的代码，但是它抛出了一个异常。"Exception in thread "main" java.net.SocketException: Network is unreachable:" - netha
显示剩余2条评论
5个回答
2
这里是Java代码示例，具体如下：
import java.io.InputStream;
import java.io.InputStreamReader;
import java.io.Reader;
import java.net.URL;
import javax.swing.text.MutableAttributeSet;
import javax.swing.text.html.HTML;
import javax.swing.text.html.HTMLEditorKit;
import javax.swing.text.html.parser.ParserDelegator;
public class Main {
public static void main(String args[]) throws Exception {
URL url = new URL(args[0]);
Reader reader = new InputStreamReader((InputStream) url.getContent());
System.out.println("<HTML><HEAD><TITLE>Links for " + args[0] + "</TITLE>");
System.out.println("<BASE HREF=\"" + args[0] + "\"></HEAD>");
System.out.println("<BODY>");
new ParserDelegator().parse(reader, new LinkPage(), false);
System.out.println("</BODY></HTML>");
}
}
class LinkPage extends HTMLEditorKit.ParserCallback {
public void handleStartTag(HTML.Tag t, MutableAttributeSet a, int pos) {
if (t == HTML.Tag.A) {
System.out.println("<A HREF=\"" + a.getAttribute(HTML.Attribute.HREF) + "\">"
+ a.getAttribute(HTML.Attribute.HREF) + "</A><BR>");
}
}
}
- jmj
1
@Netha，请您发布完整的堆栈跟踪信息。 - jmj
0
public void extract_link(String site)
{
try {
List<String> links = extractLinks(site);
for (String link : links) {
System.out.println(link);
}
} catch (Exception e) {
System.out.println(e);
}
}
这是一个简单的函数，用于查看页面中的所有链接。 如果您想查看内部链接中的链接，请递归调用它（但请确保根据您的需要设置限制）。
- Krish Nakum R
0
您需要在服务器上加载页面，然后通过在HTML/XML解析器中加载文档并遍历DOM来查找链接。然后服务器可以将链接发送回客户端。
您无法在客户端上执行此操作，因为浏览器不允许您的Javascript代码查看来自不同域的页面内容。
- Pointy
2
1请问您能否给我提供一些代码示例或者任何资源链接，让我可以学习一下相关内容？ - netha
这完全取决于你拥有的服务器端环境。有许多，许多可能性。 - Pointy
0
如果你想要页面的内容，你必须加载它。但是你可以将它加载到内存中并解析它以获取所有的<a>标签及其内容。
你可以使用像JDom或Sax这样的工具来解析这个XML，如果你正在使用Java（如你的标签所示），或者使用简单的DOM工具与JavaScript一起使用。
资源：
同一主题：
- 获取网站所有href属性（JavaScript）
- Colin Hebert
1
@Paddy，你说得对，在这种情况下，最好的做法是手动查看
<a标签。 - Colin Hebert0
只需打开一个URLConnection，获取页面并解析即可。
- Spilarix
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接