在Java中用撇号提取href值

Question

我是JSoup的新用户。 我想从HTML提取href值。

例如：

 String html = "<p>An <a href='http://exa'mple.com'><b>example</b></a> link.</p>";
 Document doc = Jsoup.parse(html);
 Element link = doc.select("a").first();
 String linkHref = link.attr("href"); 

我得到的输出为"http://exa" ，但我需要的输出为"http://exa'mple.com" （href中的原始文本）。 link.outerHtml()提供了一些不同的文本。

我无法更改HTML。 HTML是用户的输入。

Answer 1

尝试这个：

String html = "<p>An <a href='http://exa%27mple.com'><b>example</b></a> link.</p>";

Answer 2

考虑到jsoup解析器将期望'来关闭href参数，而这正是它所得到的，所以我看不到这是怎么可能的。 我认为您唯一的选择是预先解析用户提供的字符串，但这将非常棘手，因为您必须提出一个规则来区分“正确”和“不正确”的引号。