无法在href（jSoup）中返回文本

Question

这是我用来从html片段下方访问“测试”的代码片段。 如何从html中访问URL https://www.google.com ？

Elements e = doc.getElementsByAttribute("href");
Iterator<Element> href = e.iterator();
    while ( href.hasNext() ){
    Element link = href.next();
    String text = link.text();
    }



   <a href="javascript:linkToExternalSite('https://www.google.com','','61x38pxls','','','','','')">Test</a>

Answer 1

我不是Jsoup专家，但Jsoup是html解析器，您不能使用它来解析javascript标记内的内容。

因此，您的方法应该是提取

"javascript:linkToExternalSite('https://www.google.com','','61x38pxls','','','','','')"

使用Jsoup。

比起使用正则表达式来获取内容/ URL。

Answer 2

HREF是一个属性，您可以使用Jsoup元素的attr方法进行访问。 这为您提供了属性的全部内容，当然，您需要某种模式匹配来检索URL。

Answer 3

    String html = "<a href=\"javascript:linkToExternalSite('https://www.google.com','','61x38pxls','','','','','')\">Test</a>";
    Document doc = Jsoup.parse(html);
    Element e = doc.select("a[href]").first();
    String href = e.attr("href");   
    String arg[] = href.split("'");
    String url = arg[1];
    // Output: 'https://www.google.com'
    System.out.println(url);