如何使用Jsoup将网页的链接存储在集合中？

Question

我正在尝试将网页的HTML链接存储在一组中。 （因为集合不允许重复的字符串？）

然后通过这些链接解析HTML

然后将解析的链接存储在另一个集中。

到目前为止，我所得到的是：

    public static void main(String[] args) throws IOException {

    Document doc = Jsoup.connect("http://en.wikipedia.org/wiki/Matrix_(mathematics)").get();

    Elements links = doc.select("body a");

    System.out.println(links);

Answer 1

您可以通过以下方式遍历元素的links

for (Element e : links) {
    // called for every element, add them to a set if you wish
}

Answer 2

由于Elements类实现接口java.util.List<E> ，因此有一种简单的方法可以将链接的集合转换为没有重复的集合。

这应该工作：

Set<Element> linkSet = new HashSet<Element>(links);

参考文献：

JavaDocs HashSet - java.util.HashSet

Jsoup文档Elements -org.jsoup.select.Elements