loc*_*ost 5 html java html-parsing jsoup
我正在使用jsoup清理html页面，问题是当我在本地保存html时，图像不显示，因为它们都是相对链接。
这是一些示例代码：
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
public class so2 {
public static void main(String[] args) {
String html = "<html><head><title>The Title</title></head>"
+ "<body><p><a href=\"/data/abstract/ash/2014/5/9/Paper_69295_abstract_120490_0.gif\" target=\"_blank\"><img width=\"437\" src=\"/data/abstract/ash/2014/5/9/Paper_69295_abstract_120490_0.gif\" height=\"418\" class=\"documentimage\"></a></p></body></html>";
Document doc = Jsoup.parse(html,"https://whatever.com"); // baseUri seems to be ignored??
System.out.println(doc);
}
}
输出：
<html>
<head>
<title>The Title</title>
</head>
<body>
<p><a href="/data/abstract/ash/2014/5/9/Paper_69295_abstract_120490_0.gif" target="_blank"><img width="437" src="/data/abstract/ash/2014/5/9/Paper_69295_abstract_120490_0.gif" height="418" class="documentimage"></a></p>
</body>
</html>
输出仍将链接显示为a href="/data/abstract/ash/2014/5/9/Paper_69295_abstract_120490_0.gif"。
我希望将其转换为 a href="http://whatever.com/data/abstract/ash/2014/5/9/Paper_69295_abstract_120490_0.gif"
谁能告诉我如何让jsoup将所有链接转换为绝对链接？
您可以选择所有链接，并使用以下命令将其href转换为绝对链接 Element.absUrl()
代码中的示例：
编辑（添加图像处理）
public static void main(String[] args) {
String html = "<html><head><title>The Title</title></head>"
+ "<body><p><a href=\"/data/abstract/ash/2014/5/9/Paper_69295_abstract_120490_0.gif\" target=\"_blank\"><img width=\"437\" src=\"/data/abstract/ash/2014/5/9/Paper_69295_abstract_120490_0.gif\" height=\"418\" class=\"documentimage\"></a></p></body></html>";
Document doc = Jsoup.parse(html,"https://whatever.com");
Elements select = doc.select("a");
for (Element e : select){
// baseUri will be used by absUrl
String absUrl = e.absUrl("href");
e.attr("href", absUrl);
}
//now we process the imgs
select = doc.select("img");
for (Element e : select){
e.attr("src", e.absUrl("src"));
}
System.out.println(doc);
}
| 归档时间： |
|
| 查看次数： |
1663 次 |
| 最近记录： |