使用Jsoup以正确的格式从网页中提取相对链接

Question

我已经解析了一个网页的外部链接，我将再次使用Jsoup对其进行解析。 但是问题在于，链接的格式为： ../../../pincode/india/andaman-and-nicobar- islands/ 。 我无法以这种形式解析它们。 因此，在其他stackoverflow的帮助下，我已使用link.attr("abs:href")转换为绝对URL。

我解析的第一个网页的网址是： http://www.mapsofindia.com/pincode/india/ : http://www.mapsofindia.com/pincode/india/ 。 解析后获得的绝对URls的格式为http://www.mapsofindia.com/../pincode/india/andaman-and-nicobar-islands/ 。 但是我无法使用Jsoup进一步解析它们。 因此，当我执行以下语句时：

Jsoup.parse("http://www.mapsofindia.com/../pincode/india/andaman-and-nicobar-islands/");

它给出了HTTP 400错误，即错误的请求。 因此，我认为Urls存在一些问题。 因此，任何人都可以帮助我解决上述问题，以适当的方式获取网址，以便我进一步解析它们。 谢谢。

Answer 1

请测试以下两件事：

1. 尝试使用link.absUrl("href")而不是link.attr("abs:href")
2. 检查基本uri（在元素或文档上调用baseUri() ）

顺便说一句。 您最好将connect()方法用于此操作：

Document doc = Jsoup.connect("http://<your url here>").get();