使用Jsoup获取具体URL

Question

我正在尝试弄清楚如何从jsoup链接中分离出无用的信息。 我应该在这里解析的一堆代码：

view-source:https://vk.com/search?c%5Bq%5D=%D0%BA%D0%BE%D1%82&c%5Bsection%5D=communities

public class TestSoup  {
    public static void main (String[] args) throws Exception {
        Document doc = Jsoup.connect("https://vk.com/smcat").get();
        Elements links;
        //links = doc.select("div > a > img ");
        links = doc.select("[data-src_big]");

        System.out.println(links);
    }
}

我现在的输出：

<img src="https://pp.vk.me/c636126/v636126727/35e1b/ludjlj7T4i8.jpg" class="ph_img" data-id="-23530818_436648332" data-src_big="https://pp.vk.me/c636126/v636126727/35e1c/a1IyGrtjzUQ.jpg|600|448">

有人可以解释我如何从输出中提取第二个链接吗？ 非常感谢。

Answer 1

data-src_big是属性 ，每个元素可以为其具有自己的值。

要遍历链接元素，可以使用

for (Element el : links){
    ..    
}

要从元素获取指定属性的值，可以使用

el.attr("attrribute_name")

如果属性的值是写为相对路径的URL地址（如./foo/bar.jpg但您希望将其作为绝对路径（如http://server.com/foo/bar.jpg获取，则可以使用

el.absUrl("attribute_name")

Answer 2

您只需要使用attr(name)方法从div > a > img找到的链接中同时获取src和data-src_big ：

for (Element element : doc.select("div > a > img")) {
    String src = element.attr("src");
    String big = element.attr("data-src_big");
}

Answer 3

您可以在Jsoup Cookbook中找到它。 简而言之，您可以使用Element的attr方法

links = doc.select("[data-src_big]");
String linkStr = links.attr("data-src_big");

请注意， links的类型为Elements，而attr()仅获取第一个匹配属性。